百度文心一言团队大模型Agent面经分享

近来春招和训练已开启了。
差异以往的是，当前职场情况已不再是谁人双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。
近来，我们又陆续整理了许多大厂的面试题，资助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。

• 《大模型面试宝典》(2025版) 正式发布！
  

喜好本文记得收藏、关注、点赞。

---

部分与岗位：

• 百度- 文心一言团队 - 大模型 Agent
  

一面

• 起首是自我介绍和项目介绍，期间会有简单的互动，面试官会问一些项目的实现细节
  
• 介绍一下了解的大模型有哪些，这些模型在布局上有什么差异
  
• 说一下大模型常用的位置编码有哪些，各有什么优缺点
  
• 介绍一下大模型的预训练后训练以及推理是怎么做的，而且详细问了 RLHF 的做法，包括 PPO 算法的原理，以及 DPO 和 PPO 的区别
  
• 大模型的超长上下文是怎么做的，好比说 KIMI
  
• 大模型智能体是怎么工作的，有哪些组件
  
• 场景题：如何训练一个大模型，可以做到准确的提取摘要
  
• 代码：股票的四个题
  
  
  
  • 
    
    • 交易股票的最佳时机
      
    
    
  • 
    
    • 交易股票的最佳时机 II
      
    
    
  • 
    
    • 交易股票的最佳时机 III
      
    
    
  • 
    
    • 交易股票的最佳时机 IV
      
    
    
  
  

整体来说一面偏底子，问的问题也主要是一些大模型的八股问题，没有太多发散性的问题，难度不大。但是考察的还是挺全面的，整个面试一个半小时多
二面

• 刚开始还是自我介绍和项目介绍，介绍项目时面试官问的深刻一些，好比说做某个操作或者某个改进的动机是什么，有什么长处
  
• 因为之前是做 CV 的，所以面试官问了 CV 和 NLP 的区别和接洽，在 Transformer 的大配景下，CV、NLP，包括语音等，能否实现大一统
  
• 训练大模型的时间数据怎么清洗，怎么处理，怎么配比，怎样操作能更轻易使模型到达更好的性能
  
• 什么是大模型的幻觉，如何减轻幻觉问题
  
• 大模型的复读问题是怎么产生的，业内一般有什么办理办法
  
• 大模型的工具调用怎么实现
  
• Agent 有哪几部分构成，了解哪些详细的实现方法
  
• 开放题：之前训练大模型的时间碰到过什么困难，你是怎么办理的
  
• 代码：实现一个 Tokenizer，只能用 PyTorch 底子语法
  

二面相比于一面更加看重综合素质，喜好考察分析问题办理问题的本领，对于一些细节知识点的考察并不多。二面也面试了一个多小时，面试官还是挺专业的。
三面

• 起首还是过项目，但是问的特殊过细，尤其是一个 Agent 的项目，从配景，到动机，再到做法，最后的结果，都问的非常细，大概有半个小时的时间
  
• 开放题：你觉得当前大模型还存在怎样的问题，有什么办理办法吗
  
• 开放题：让你自己计划一个 Agent，会怎么做，为什么这样做
  
• 找工作比较在意的点是什么，除了薪资还有什么
  
• 对文心一言这个产品了解吗，有哪些优点和值得改进的点
  
• 如果给你发 Offer，你到这个团队能做出什么贡献
  

三面整体来说更加综合，不止有一些技术问题，还有职业规划这些问题，更加考察整体的本领。面试官应该是这个团队的大老板，看问题更加系统和全面，整体面下来还是比较有压力的。
总结

整体下来感觉面试官都优劣常专业的，面试深度和广度都很可以，三局面试层层递进。面试官人也不错，如果比较满意的话也乐意多花时间来聊，而不是严格的卡一个小时这种完任务式的面试。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。