注意力机制 面试题
共 8 篇真实面经 · 涵盖 百度 / 字节跳动 / 华为 / 腾讯 / 小鹏 等 5 家公司
百度大模型算法岗一二面面经
百度大模型算法岗一面二面面经。一面考多模态架构、视觉语言 Adapter、ViT 特征提取与自注意力原理，并手撕最大正方形；二面深入 MHA/MQA/GQA 与 KV Cache 显存、PagedAttention 和代码补全 Agent 的工程实现。
百度多模态算法岗一二面面经
百度多模态算法岗一面二面面经。一面考多模态大模型架构、视觉语言 Adapter 与 Q-Former、ViT 特征提取和自注意力原理，并手撕最大正方形；二面追问 MHA/MQA/GQA、KV Cache 显存、PagedAttention 与代码 Agent 落地。
字节大模型算法秋招一面
字节跳动大模型算法秋招一面面经：十道题覆盖基座模型选型与备选评估、数据方案与公开数据集、DAPO 与 GRPO 的差异、强化学习选型考量、上下文压缩与有效长度、长程 Agent 优化方向、FlashAttention 分块原理与 PagedAttention 的 KV Cache 管理，末尾手撕 Self-Attention。
字节大模型算法岗秋招一面
字节跳动大模型算法岗秋招一面面经：从基座模型选型理由与备选评估、数据方案与公开数据集取舍，问到 DAPO 对比 GRPO 的改进、强化学习算法选型考量、上下文压缩与有效长度，下半程是 FlashAttention 分块原理、vLLM 的 PagedAttention，最后手撕 Self-Attention。
华为 10.10 AI 方向机考：10 道选择题与 K-Median 聚类编程题
华为 AI 方向 10 月 10 日机考真题与解析：10 道选择题覆盖 SVD 正交性、半监督与强化学习的学习信号、注意力缩放因子、多头注意力输出、矩阵维度、INT8 量化收益、随机变量定义、PTQ 与 QAT 的代价、12B 模型 INT4 权重显存、Prefill 阶段职责；另有 150 分的 K-Median 聚类编程题，要求用曼哈顿距离和各维中位数按固定流程迭代并输出簇编号、中心与 inertia。
腾讯大模型算法岗一二面面经
腾讯大模型算法岗一二面记录：一面考注意力实现、ReAct、多轮工具调用的 RL 损失与 GRPO、GSPO，并手撕多头注意力；二面考多工具 Agent 训练、rollout 奖励与 LLM Judge 评估。
腾讯大模型算法岗一二面面经
腾讯大模型算法岗一面二面面经：一面考多头注意力实现、ReAct、多轮工具调用的 RL 损失与 GRPO、GSPO；二面考多工具 Agent 的 SFT、rollout 奖励与端到端时延归因。
小鹏二面：Transformer 基础与端侧 Agent Harness
小鹏端侧 Agent 岗二面面经：由实习项目切入 Transformer 基础（结构差异、QKV 计算、多头注意力、LoRA），再深挖 Agent Harness 职责与端侧迁移难点。
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」