拼多多 大模型算法面经（一面）

秋招 · 2026-10 · 来源 牛客

聚焦大模型强化学习算法（GRPO/DPO/PPO）原理、对比与落地，结合特征工程和业务场景的深度考察

• 一面 · 项目：阐述大模型RLHF相关项目的整体设计、个人负责模块及业务背景
• 一面 · 项目：解释特征构建逻辑及对特征生效机制的归因分析
• 一面 · 八股：识别与解决特征共线性的方法
• 一面 · 项目：类别标签的设计依据与业务考量
• 一面 · 项目：GRPO算法在项目中的完整落地流程、奖励函数设计与调优方法
• 一面 · 八股：PPO、GRPO、GSPO三种强化学习算法的原理差异与适用场景
• 一面 · 八股：DPO与GRPO的优缺点、适配场景及各自局限性
• 一面 · 项目：大模型训练所用整体架构、损失函数选择及设计理由
• 一面 · 项目：纯分类模型与纯回归模型在任务上的效果对比及优劣分析
• 一面 · 项目：实习中最大技术难点及系统性解决复盘过程
• 一面 · 手撕：LeetCode 122：买卖股票的最佳时机 II（多次交易）
• 一面 · 手撕：LeetCode 123：买卖股票的最佳时机 III（最多两次交易）
• 一面 · 场景：结合部门核心业务理解，说明算法方案的交叉适配性
• 一面 · HR：咨询日常工作节奏、加班与工作强度