实习日记:华为暑期实习(AI)- 4月15日机试题解
写在前面
主包小丑了🤡。报的 AI 应用研发岗,以为是研发岗标准的三道编程题,结果 15 号机试一看:单选 + 多选 +(150)+ 两道编程(150+300),纯纯 AI 相关岗位的卷子……
主包 A 完两道编程题后,看选择题难度有点高,只把有把握的写了,剩下的随便蒙了就交卷,全程大概 1h 左右。
之后复盘刷了些之前 AI 岗的真题,总结规律如下:
- 选择题:难度偏高,覆盖离散数学、概率论、DL、ML、LLM、强化学习、数据集等
- 编程题:一般是一道模拟 + 一道简单算法(题目描述可能复杂,但可抽象成 DP、贪心等经典模型)
- 语言差异:主包是 CPP 选手,听说有场考了矩阵求逆,完全不会……庆幸没碰到,不然直接 -300,这题 PY 选手会舒服很多
回到编程题本身,AI 岗的编程题难度其实还好:
- 通常有一道 模拟题,给出算法的具体思路,让你实现
- 需要对该算法有基本了解,完全不知道的话会麻烦些,但本质上还是模拟,难度不会太高
依旧从编程题入手。
1. AdamW 优化器训练线性预测模型
原题
在华为云通用大模型业务中,线性预测模型是处理流量数据稳定性的核心模型之一。通过历史流量建立的线性模型为:
其中:
表示预测值 和 为影响流量的特征 和 为权重参数 为偏置参数
请实现 AdamW 优化算法,用于根据给定的训练数据更新模型参数。
核心公式:
损失函数:
梯度计算:
AdamW 参数更新(
):
- 一阶动量:
- 二阶动量:
- 偏置校正:
- 参数更新:
- 初始化:所有参数和动量均为 0
输入描述
- 第一行包含一个整数
,表示训练样本数 - 接下来
行,每行 3 个浮点数
输出描述
输出一行,3 个浮点数,依次为更新后的
样例 1
输入:
1 | 3 |
输出:
1 | 0.002750 0.002750 0.002923 |
样例 2
输入:
1 | 1 |
输出:
1 | 0.000000 0.000000 0.000000 |
题意概述
给
思路
纯模拟题,按公式一步步实现即可:
- 初始化参数和动量均为 0
- 对每个样本
: - 前向计算
- 计算梯度
- 更新一阶、二阶动量
- 偏置校正
- 更新参数
- 前向计算
- 输出结果
参考实现(C++)
1 | void solve() { |
2. 大模型调用资源分配最小成本
题目描述
给定 N 个大模型调用请求,每个请求有优先级数值。需要为这些请求分配计算资源单位(单位:千 token),要求:
- 有效分配:优先级 > 0 的请求才需要分配资源;优先级 ≤ 0 的视为无效,不分配 token
- 每个有效请求至少分配 1 千 token
- 相邻的有效请求中,优先级较高的必须分配更多的 token
- 目标:在满足所有有效请求的前提下,使总 token 数最小
输入描述
一行逗号分隔的整数,表示各请求优先级。
输出描述
输出一个整数,表示所有有效请求的 token 总和。
样例 1
输入:
1 | 10,10,5 |
输出:
1 | 4 |
样例 2
输入:
1 | 4,2,6 |
输出:
1 | 5 |
样例 3
输入:
1 | 1,-1,2 |
输出:
1 | 2 |
样例 4
输入:
1 | 0,-5,-3 |
输出:
1 | 0 |
题意概述
给一组优先级,过滤掉 ≤ 0 的无效请求。每个有效请求至少 1 token,相邻请求中优先级高的必须 token 更多。求最小总 token 数。
思路
经典「分发糖果」问题,双向扫描贪心:
- 过滤无效请求(优先级 ≤ 0)
- 初始化每个有效请求为 1 token
- 左→右扫描:右边优先级 > 左边时,右边 token = 左边 + 1
- 右→左扫描:左边优先级 > 右边时,左边 token = max(原值,右边 + 1)
- 求和
时间复杂度
参考实现(C++)
1 | void solve() { |
小结
两题对应两类常见模型:
- 纯模拟:按公式实现,注意细节(偏置校正的
从 1 开始) - 贪心 + 双向扫描:经典分发糖果变种,左右各扫一遍保证约束
AI 岗的机试难度还行,没有太复杂的算法,主要考察基础实现能力和题意理解。
- Title: 实习日记:华为暑期实习(AI)- 4月15日机试题解
- Author: Ginkgo
- Created at : 2026-04-17 19:20:00
- Updated at : 2026-04-26 21:33:35
- Link: https://g1nkgo7.github.io/2026/04/17/实习日记-华为暑期实习(AI岗)4月15日机试题解/
- License: This work is licensed under CC BY-NC-SA 4.0.
Comments