推理优化 面试题
共 3 篇真实面经 · 涵盖 米哈游 / 快手 / 腾讯 等 3 家公司
米哈游 大模型算法 面经：LoRA 一致性、Agent 与推理优化
米哈游大模型算法岗面经：ACM 模式代码题加三道手撕（岛屿数量、rand7 实现 rand10、冒泡排序），技术题覆盖 LoRA 原理与一致性控制、大请求量下的 QPS 保障、Agent 使用经历、实习期 60 多个自动化验证用例的追问，以及多模态视频输入与视觉幻觉缓解、embedding 与 reranker 的分工、ANN 选型、Transformer 与 Attention 复杂度、KV Cache、GQA/MLA、vLLM、Flash Attention、稀疏注意力和推理变慢的排查思路。
快手 AI Infra 一面面经（同场重复投稿）：Attention 算子优化、prefill 与 decode 调度及量化
快手 AI Infra 一面面经（同场重复投稿，题目与另一篇相同）：围绕 Attention 重构、Triton 算子、profile 与 Roofline、prefill 与 decode 调度、线性注意力、AWQ 与 W8A16 追问。
腾讯 Agent Infra 面经：SGX 沙箱与推理性能排查
腾讯 Agent Infra 面经：考察自动化稳定性、Intel SGX 多租户与 EPC 换页安全、沙箱隔离与容器重启后的状态恢复，并追问多模型抽象与链路追踪，以及 KV Cache、PagedAttention 等推理优化。
微信小程序
手机上刷面经，随时随地
扫码 / 长按识别，免下载直接打开
或在微信 搜一搜「面灵面经」