字节跳动 大模型算法面经(一面、二面、三面)
秋招 · 2025-09 · 来源 牛客
三轮都考手写注意力,基础代码要熟练。
一面 · 场景:设计一套训练数据构造流程
一面 · 手撕:编辑距离
二面 · 八股:GRPO 原理
二面 · 八股:DeepSeek-R1 的奖励设计与两阶段训练
三面 · 开放:RL 如何应用到业务问题
三面 · 手撕:再次手写 MHA