精选文章
社招面试：你有什么想问我们的吗，最后一个问题定胜负！
社招面试最后的「反问环节」回答策略：准备2-3个有深度的问题，问业务、问团队、问发展——展示你的诚意和思考深度。
AI简历姬内容团队
阅读全文 →
先看结构
从 ATS（申请人追踪系统） 兼容、模块顺序、关键词映射入手，先把简历做成“能过筛、能被看懂”的版本。
再补证据
围绕项目、结果、数字和岗位相关性补证据链，避免空泛描述和批量套模板的痕迹。
最后做投递
把文章里的方法和工具页串起来，形成“写简历 - 改简历 - 投递 - 面试”的完整求职流程。
专题栏目
每个栏目按不同求职阶段拆解，适合从问题出发快速定位阅读入口。
大模型面试题,AI大模型面试题,面试题
大模型面试题：PPO、DPO、GRPO、DAPO、GSPO强化学习算法怎么对比
如果你正在准备AI大模型岗位的面试，一定会遇到一个绕不开的考点：强化学习在语言模型中的应用。PPO、DPO、GRPO、DAPO、GSPO这几个算法频繁出现在面试题中，很多人花了很多时间背公式，却依然分不清它们之间的核心区
大模型面试题,AI大模型面试题,面试题
大模型面试题：Megatron、DeepSpeed、LLaMA-Factory、ms-swift怎么选
如果你正在准备AI大模型方向的面试，训练微调框架（如 Megatron、DeepSpeed、LLaMA-Factory、ms-swift）几乎是绕不开的必考内容。这些框架各有侧重，面试官往往不仅问用法，更关心你对原理、差异和实际选型的理解。...
大模型面试题,AI大模型面试题,面试题
大模型面试题：LLaMA-Factory和ms-swift适合什么微调场景
如果你正在准备AI大模型方向的面试，或者刚入门模型微调，大概率会遇到两个名字：**LLaMA-Factory** 和 **ms-swift**。面试官常常拿它们出来提问，不是想让背参数，而是想看你对工具选型、场景判断和落地效率的理解
大模型面试题,AI大模型面试题,面试题
大模型面试题：Megatron和DeepSpeed在大模型训练中有什么区别
如果你正在准备AI大模型岗位的面试，那么“Megatron”和“DeepSpeed”几乎是绕不开的两个名字。很多候选人会先花大量时间背诵两者的技术细节，但更关键的是：面试官真正想考察的不是你背了多少参数，而是你是否理解
大模型面试题,AI大模型面试题,面试题
大模型面试题：SFT阶段如何构造高质量指令数据集
## AI大模型面试题：SFT指令数据集构建如何高效准备？ 如果你正在准备AI大模型领域的面试，**SFT指令数据集构建**几乎是一个绕不开的考点。直接给出结论：面试官真正考察的不是你能不能背诵论文里的定义，而是你是否
大模型面试题,AI大模型面试题,面试题
大模型面试题：微调后出现复读机现象如何排查
如果你正在准备AI大模型相关的面试，一定遇到过这样的问题——面试官问起“微调过程中模型重复生成相同内容怎么办”，或者要求你现场分析一个“复读机”现象。别慌，这其实是面试中很常见的考察点。关键在于，它不是
大模型面试题,AI大模型面试题,面试题
大模型面试题：微调中的灾难性遗忘如何缓解
如果你正在准备AI大模型相关的算法岗面试，几乎一定会遇到一个组合题：灾难性遗忘和微调。很多人会先想到背概念，但面试官真正想看的是——你有没有在实际场景中理解过这个问题，以及有没有自己的解决思路。更直接地
大模型面试题,AI大模型面试题,面试题
大模型面试题：全量微调和LoRA怎么根据业务场景选择
如果面试官问你“在做大模型微调时，你用全量微调还是LoRA？为什么？”你可以直接回答：没有绝对的对错，核心取决于资源、任务和数据规模。对绝大多数工业落地场景来说，LoRA 以及更广泛的 PEFT（参数高效微调）方法
LLM工程师面试题,大模型算法工程师面试题,大模型面试题
大模型面试题：多任务学习在LLM微调中如何平衡不同任务Loss
## AI大模型面试题：多任务微调 Loss 平衡，到底该怎么答？ 如果你在准备 AI 算法岗面试，大概率会遇到这样一道题：**多任务学习中，如果不同任务的 Loss 量级相差很大，你会怎么做 Loss 平衡？** 这道题不仅考察你
大模型面试题,AI大模型面试题,缺点面试怎么回答
大模型面试题：Adapter微调的原理、优缺点和适用场景
如果你正在准备AI算法岗面试，一定会遇到这个高频题：**请解释Adapter微调的原理**。直接说结论：Adapter微调是参数高效微调（PEFT）的一种，通过在预训练模型中插入少量可训练的小型神经网络模块（Adapter）来适配
大模型面试题,AI大模型面试题,面试题
大模型面试题：Prompt Tuning和P-Tuning有什么区别
如果你正在准备AI大模型相关的技术面试，**Prompt Tuning**和**P-Tuning**几乎是绕不开的必考点。直接给结论：面试官考察这两个概念，核心是想确认你**是否真正理解参数高效微调的本质**，以及**在实际项目中能否选
大模型面试题,AI大模型面试题,面试题
大模型面试题：LoRA微调后如何验证效果
如果你正在准备AI大模型相关岗位的面试，“LoRA微调效果验证”几乎是绕不开的高频题。面试官问这个问题，不光想知道你用过LoRA，更想看你有没有系统性的验证逻辑——也就是，你如何判断微调到底有没有用、哪里需要改