节前，我们邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。

针对新人如何快速入门算法岗、如何准备面试攻略、面试常考点、大模型项目落地经验分享等热门话题进行了深入的讨论。

总结链接：《大模型面试宝典》(2026版) 正式发布！

喜欢本文记得收藏、关注、点赞。更多实战和面试交流，文末加入我们星球

受星主邀约，分享26届秋招淘天算法工程师-大模型应用面经，欢迎与我沟通交流。

一面

1. 首先详细介绍了实习项目，然后就着项目开始问技术细节

2. 为什么你在项目中选择用 Qwen 的模型而不用其他模型；文本检索时有 embedding 初步排序和重排两种模型可选，为什么选择 Rerank 方式做重排，而非其他重排方式？

3. 介绍RAG项目；文档类型是什么，对于图片和表格怎么处理，RAG怎么评估，指标有哪些

4. 生成模型用的什么，为什么这样选型，有没有对比过其他模型

5. 怎么构建SFT数据集，数据量多少，微调方式是什么

6. SFT数据问题不够多样化怎么办；回答不够好怎么办；有没有做相似性改写

7. 介绍一下function calling和MCP，它们有什么区别？

8. 一个标准的 RAG 系统包含哪些模块，整个 RAG 流程是怎样的？

9. 结合实践，写效果好的大模型 Prompt 一般有什么经验，其模块或每个部分应该写什么内容；除了你提到的， Prompt 还有其他比较重要的模块或部分吗；假如针对某个任务（比如 RAG 系统最后做总结）写了一个初始 Prompt ，发现结果有问题、不能很好遵循要求，有什么样的优化策略方式；还有其他能想到的优化方式吗

二面

1. 简单介绍实习的整个项目背景

2. 介绍检索做的优化；实体提取怎么做的，提取的实体不对怎么办，怎么评估实体提取准不准确；子问题分解怎么做，有没有做意图识别

3. 训练数据是怎么构建的，大概有多少量；测试集如何构建

4. GRPO/ GSPO 训练的流程是什么，一条数据的处理过程及损失计算方式是怎样的， GSPO 相比 GRPO 做了哪些改进； GSPO 训练时，损失函数是怎么设计的；数据相同的情况下，为什么 GSPO 相比 GRPO 优化效果 5.向量库常用的文本切分方式有哪些；实习中用的是什么切分方式；该项目中文本向量化是采用什么方式做的

5. 实习项目是否已上线，每天的访问量多少；系统中有很多重复或相似的用户问题，一直检索会浪费资源，有哪些优化方式能节约资源。该 LLM 正常情况不涉及个性化数据，已回答问题可建立缓存机制

6. 传统的记忆机制在使用过程中，该怎么进行更新和遗忘

7. 你自己在以后的工作中，更感兴趣做模型优化还是做应用相关的工作？这方面是怎么考虑的

8. 选 Qwen 模型是因需要小 MoE 模型缩短响应时间；选 Rerank 是因无单独训练嵌入模型的条件，仅能使用原生 Rerank 模型

9. 手撕三选二：LC200最大岛屿，LC221最大正方形，LC31搜索旋转排序数组

10. 反问： Agentic RL 实践； Context Engineering 实践