面灵AI→

量化 面试题

共 11 篇真实面经 · 涵盖 华为 / Kimi / 腾讯 / 文远知行 / 蚂蚁集团 等 6 家公司

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 算法（机考） 笔试

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。

2026-10

Kimi AI Infra 算法一面

Kimi AI Infra 算法工程师 一面

Kimi AI Infra 算法一面面经，10 问全在分布式训练与 GPU 底层：DeepEP 两种模式取舍、Ulysses 与 Ring Attention 对比、DCP 分片注意力、Online Softmax 与 Blackwell 架构演进。

2026-10

Kimi AI Infra 算法一面

Kimi AI Infra 算法工程师 一面

Kimi AI Infra 算法一面面经，10 问全在分布式训练与 GPU 底层：DeepEP 两种模式取舍、Ulysses 与 Ring Attention 对比、DCP 分片注意力、Online Softmax 与 Blackwell 架构演进。

2026-10

腾讯 CSIG 后训练实习一二面面经：从位置编码到 PPO 与 GRPO

腾讯 大模型算法（后训练） 一面+二面

腾讯 CSIG 后训练岗日常实习一、二面共 18 道题：一面考位置编码演进（绝对位置编码到 RoPE 及后续优化）、视频 VLM 的帧采样与时序建模、多模态输入编码差异、长文档与超大分辨率适配、推理超参、SFT 与 RL 的特性与业务场景、数据飞轮、稀疏 Attention 和量化；二面考 RL 熵值与 KL 监控、KV Cache 原理与显存优化、vLLM 与 SGLang 加速机制对比、PPO 与 GRPO 的细节差异、VLM 训练阶段与业务指标归因。

2026-10

腾讯 CSIG 业务后训练日常实习一二面：大模型与 RL 高频深挖

腾讯 大模型算法（后训练） 一面+二面

腾讯 CSIG 业务后训练日常实习一面二面记录：一面围绕位置编码演进、视频 VLM 的帧采样与时序建模、Qwen2-VL 与 Qwen3.5-VL 编码差异、超大分辨率与长文档适配、推理超参、SFT 与 RL 的适用场景、数据 Pipeline、稀疏 Attention 与模型量化；二面深挖 RL 训练监控指标、KV Cache 与显存优化、vLLM 与 SGLang 的加速机制差异、PPO 与 GRPO 算法细节、RL 三核心以及 VLM 全流程训练与指标归因。

2026-10

腾讯 WXG 大模型算法暑期实习面经：强化学习、LoRA 与手撕 PPO

腾讯 大模型算法

腾讯 WXG 大模型算法暑期实习面经：从论文与强化学习算法（GRPO、PPO、reward model）与马尔可夫决策过程切入，追问 bf16/fp16/fp32 的精度与计算、LoRA 微调细节与量化，随后是大段手撕——实现 PPO、推导 MDP 的 γ 阈值、估算 SFT 参数量与显卡利用率、判断相交链表，以及如何让全连接层输出子空间基底接近标准正交基。

2026-10

腾讯 WXG 大模型算法暑期实习面经：强化学习、LoRA 与手撕 PPO

腾讯 大模型算法

腾讯 WXG 大模型算法暑期实习面经：从论文与强化学习算法（GRPO、PPO、reward model）与马尔可夫决策过程切入，追问 bf16/fp16/fp32 的精度与计算、LoRA 微调细节与量化，随后是大段手撕——实现 PPO、推导 MDP 的 γ 阈值、估算 SFT 参数量与显卡利用率、判断相交链表，以及如何让全连接层输出子空间基底接近标准正交基。

2026-10

文远知行自动驾驶测开一面：低频偶现问题与无标准答案的判定

文远知行 自动驾驶测开 一面

文远知行自动驾驶测开一面面经，题目全部是方法论型的场景题：低频偶现问题如何建立可复现链路、多传感器时间同步误差怎么验证、算法问题归属于数据/模型/工程实现的判断依据、没有唯一正确输出的规划算法如何设计判定标准、AEB 误触发与漏触发怎么测、仿真通过但实车失败怎么定位、量化前后如何验证风险，以及城市道路风险事件评测平台的测试方案。

2026-10

蚂蚁集团大模型算法面经合集：并发基础与训练推理

蚂蚁集团 大模型算法 多轮面试合集

蚂蚁集团大模型算法岗六场面试合集：一面以线程池、锁与 JVM、索引与 B+ 树、Redis 与秒杀链路打底，二面追问线索评分 ROI、Prompt 强制 JSON 输出与幻觉兜底、800ms 链路拆解；后几面深入 MLA 与 KV Cache 优化、蒸馏数据清洗与 w8a16 量化，以及 PPO/GRPO 的损失、KL 估计与 rollout 资源关系。

2026-09

快手 AI Infra 一面面经：Attention 算子优化、prefill 与 decode 调度及量化

快手 AI Infra 一面

快手 AI Infra 一面面经：围绕 Attention 重构与模型部署追问，考察 Triton 算子、profile 与 Roofline 分析、prefill 与 decode 调度、线性注意力，以及 AWQ 与 W8A16。

2026-09

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

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。

2026-09