文章总结： 该文档记录了网友参加微信大模型安全实习岗位的面试过程，包含一面二面的技术考察内容。一面涉及字符串处理与LeetCode硬题手撕、MiniMind项目细节、KV缓存、多头注意力机制优化原理、GRPO奖励设计等AI安全核心技术；二面要求手撕MHA、模态对齐和组合算法题。面试官重点关注大模型安全领域的强化学习应用、注意力机制实现等实践能力，整体考察深度偏向工程实战与算法基础。 综合评分： 68 文章分类： AI安全,安全招聘,安全培训,红队,安全工具

周三：AI安全面经，微信大模型安全

见山 见山

AI安全圈

2026年5月13日 13:10 安徽

在小说阅读器读本章

去阅读

网友@见山参加的微信大模型安全实习岗面试记录，转发一下。

微信安全大模型一面

下午三点五十面完，五点二十就发邮件约二面了。

上来二十分钟两道手撕

第一道是给一个由abc组成字符串，输出可以组成abc的数量（比较简单撕出来了

第二道是leetcode188，hard，而且不是hot100（这题傻眼了）

解释项目（minimind 数据长什么样，怎么来的 解释kv cache 多头注意力 为什么多头注意力会提升性能，哪一步计算体现出这个差异 grpo原理 项目里的grpo奖励设计 奖励信号是稀疏还是稠密 问第二个项目细节 attention计算 预训练sft grpo各自优点及作用 一句话描述强化学习的作用 如果不做预训练直接做强化学习会怎样 场景题 实习时间

———–分割线————– 二面

手撕MHA 手撕模态对齐clip,这个我不会换成了grpo loss 手撕一个算法题：给定一个整数，输出全部组成方法，例如输入3，输出3 ，2 1，111

八点面完，九点半发短信约hr面

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：AI安全圈 见山 见山《周三：AI安全面经，微信大模型安全》