面试面经 · 地平线

【地平线】【大模型开发】【暑期实习一面】面经（八股+大模型项目+手撕）

发布于 2026-09-08

地平线面经大模型开发实习

地平线大模型开发暑期实习一面面经

背景： 海外一年制硕士，投递岗位为大模型开发暑期实习，面试时长约 55 分钟，全程以项目问答和八股穿插进行，整体节奏偏务实。

题目摘要

Go 语言基础：goroutine 与 channel 的底层实现，GMP 模型中 P 的本地队列如何避免锁竞争。
MySQL/Redis 八股：MySQL 的 MVCC 机制在 RR 隔离级别下如何解决幻读；Redis 的持久化机制 RDB/AOF 混合使用场景，以及缓存穿透的布隆过滤器实现原理。
大模型项目深挖：围绕一个 RAG 项目展开，追问了 chunk 切分策略、向量检索召回率优化、以及 Function Calling 的容错处理。
上下文管理与成本优化：如何控制多轮对话的 token 消耗，以及针对长文档场景的推理成本优化方案。
手撕算法题：题目为「找到字符串中所有字母异位词」（LeetCode 438 变体）。给定字符串 s 和 p，返回 s 中所有 p 的异位词子串的起始索引。要求写出 O(n) 时间复杂度的滑动窗口解法，并写出关键去重逻辑。

项目深挖

面试官针对简历中的 RAG 项目（基于大模型的企业知识库问答）进行了连续追问，以下是三个核心问题及参考回答方向：

追问 1：你的 chunk 切分策略是怎么设计的？为什么不用固定长度？

参考方向：固定长度切分会导致语义断裂，比如把一个完整的 SQL 语句或代码块截断。我的做法是采用「结构感知切分」，先按 Markdown 标题层级或代码块边界进行粗切分，再对超过阈值（如 512 token）的块做递归切分。同时，对切分后的块保留元信息（如来源页码、章节路径），方便后续引用溯源。

追问 2：向量检索的召回率不理想，你怎么排查和优化？

参考方向：先分维度定位问题。第一步检查 embedding 模型是否匹配领域，比如通用 embedding 对代码或专业术语效果差，考虑微调或替换为领域模型。第二步做查询改写，对用户问题先做意图分类，如果是问句则提取核心实体后做多路召回。第三步调参，包括 top-k 的选取、相似度阈值、以及是否引入重排序模型（如 cross-encoder）。实际项目中，我通过加入关键词 BM25 与向量检索的混合召回，将召回率提升了约 15%。

追问 3：Function Calling 在项目里怎么用的？如果模型调错参数或返回非法 JSON 怎么办？

参考方向：Function Calling 主要用来对接内部工单系统和数据库查询接口。容错方面做了三层：第一层是 JSON 解析失败时，会用正则提取函数名和参数片段做修复；第二层是参数校验，根据 function schema 做类型检查，非法参数直接丢弃并调用默认函数；第三层是超时与重试，模型调用超过 3 秒就降级为纯文本回复。另外，所有 function 的调用日志都会回流，定期筛选 badcase 来微调 few-shot 示例。

手撕算法题详解

题目： 给定字符串 s 和 p，返回 s 中所有 p 的异位词子串的起始索引。异位词指字母相同但排列不同的字符串。

关键思路：

使用固定大小的滑动窗口（窗口长度等于 p 的长度），配合两个数组分别记录 p 和当前窗口内各字符的出现次数。
初始化时先统计 p 的字符频率，然后滑动窗口遍历 s，每次移动时更新窗口内字符计数，并比较两个计数数组是否相等。
时间复杂度 O(n)，空间复杂度 O(1)（因为字符集大小固定为 26）。

代码要点：

func findAnagrams(s string, p string) []int {
    if len(s) < len(p) {
        return []int{}
    }
    var pCount, sCount [26]int
    for i := range p {
        pCount[p[i]-'a']++
        sCount[s[i]-'a']++
    }
    res := []int{}
    if pCount == sCount {
        res = append(res, 0)
    }
    for i := len(p); i < len(s); i++ {
        sCount[s[i]-'a']++
        sCount[s[i-len(p)]-'a']--
        if pCount == sCount {
            res = append(res, i-len(p)+1)
        }
    }
    return res
}

面试时先讲思路，再写代码，最后主动提了边界条件（如 s 长度小于 p、空字符串输入），面试官比较认可。

准备建议

项目准备要能扛住「为什么」连环问。 不要只讲你做了什么，而是把每个技术选型背后的 trade-off 想清楚。比如「为什么用 Redis 缓存向量结果而不是直接查库」「为什么选这个 embedding 模型而不是别的」。建议画一张项目架构图，在面试前对照每个模块自问至少三个「为什么这么做、有没有更好的方案」。

Go 语言八股要结合源码理解，不要死记概念。 地平线的技术栈偏底层，面试官会追问到具体实现细节。比如 GMP 模型，除了知道 P 有本地队列外，还要能说清楚「work stealing 机制什么时候触发」「全局队列的锁粒度如何优化」。建议直接读 runtime/proc.go 中关键函数，配合《Go 语言设计与实现》相关章节。

大模型方向要准备一个「成本优化」的故事。 这是区别于普通后端候选人的关键点。提前算好一笔账：你的项目每天调用多少次 LLM API、平均 token 数、单次成本是多少，然后讲清楚你是怎么降本的（比如 prompt 压缩、缓存相似 query、用小模型做分类路由）。面试官听到具体数字会明显更感兴趣。

结果反馈

一面通过，3 天后约了二面，二面主要考察系统设计。

想系统备战大厂大模型/Agent 开发？NiceOffer 提供 SDE+LLM 双轨 1v1 陪跑，合同保底 40w 年薪，文末扫码咨询。

地平线 大模型开发 暑期实习一面面经

题目摘要

项目深挖

手撕算法题详解

准备建议

结果反馈

相关阅读

地平线大模型开发暑期实习一面面经