腾讯 大模型算法面经（一面、二面）

秋招 · 2026-10 · 来源 牛客

聚焦Agent系统设计、多轮强化学习训练、工具调用评估与工程优化，深度考察大模型Agent全栈能力

• 一面 · 八股：缩放点积注意力的数学原理与计算流程
• 一面 · 八股：多头注意力中QKV分头后transpose(1,2)的维度变换目的
• 二面 · 场景：多工具Agent在SFT阶段的数据构造、指令格式与监督信号设计
• 二面 · 场景：完整rollout流程中最终奖励值（final reward）的聚合方式与归一化策略