作业帮
AI 应用算法工程师一面面经
完整信息
本篇目录
1.自我介绍
2.Agent和模型方面你更倾向于什么？为什么在实习还在考虑其他公司？
3.问GUI-Agent项目：背景是什么？为什么这么做？单用SFT不行吗？online的方法是什么？GRPO在这里面起什么作用？你的奖励函数是怎么设计的？为什么这样设计？后续的版本是怎么做的？衰减因子没有考量一下长短链路的问题吗？为什么用2B的模型，其他模型效果应该是可以解决的？图标分不开的情况如果是通过数据层面去解决有试过吗？有考虑过直接做前后状态判别的惩罚解决你遇到的reward hacking问题吗？GRPO有几个模型？损失函数知道吗？reference model具体的作用是什么？
4.你遇到过大模型输出的时候复读机的情况吗？代码：判断复读机情况，最后一次可以不算进去。手撕20多分钟无法战胜
5.平时有用哪些AI工具？我说了一堆什么cc，面试官说IDE用的啥，有用过腾讯那个吗？🐧你打广告到面试里面来了是吧😅有自己写过Skill吗？
6.看你另外一个项目用了DPO，讲一下为什么用？DPO真的有解决你遇到的问题吗？还是那你认为DPO能否解决复读机问题呢？你怎么看SFT和DPO？
7.反问：具体是做什么的？是搜索组改的，主要做RAG和Agent的东西，好像是对接全部部门，用户少儿的问题七七八八的。面试几轮：三轮技术面，听到这儿哥们真力竭了😭
已挂，搞不懂为啥能给我挂了[微笑R]
本篇目录
当前问题0114
- 01
自我介绍
- 02
Agent和模型方面你更倾向于什么？为什么在实习还在考虑其他公司？
- 03
问GUI-Agent项目：背景是什么？为什么这么做？
- 04
单用SFT不行吗？online的方法是什么？GRPO在这里面起什么作用？
- 05
你的奖励函数是怎么设计的？为什么这样设计？后续的版本是怎么做的？
- 06
衰减因子没有考量一下长短链路的问题吗？
- 07
为什么用2B的模型，其他模型效果应该是可以解决的？
- 08
图标分不开的情况如果是通过数据层面去解决有试过吗？
- 09
有考虑过直接做前后状态判别的惩罚解决你遇到的reward hacking问题吗？
- 10
GRPO有几个模型？损失函数知道吗？reference model具体的作用是什么？
- 11
你遇到过大模型输出的时候复读机的情况吗？代码：判断复读机情况，最后一次可以不算进去。手撕20多分钟无法战胜
- 12
平时有用哪些AI工具？我说了一堆什么cc，面试官说IDE用的啥，有用过腾讯那个吗？🐧你打广告到面试里面来了是吧😅有自己写过Skill吗？
- 13
看你另外一个项目用了DPO，讲一下为什么用？DPO真的有解决你遇到的问题吗？还是那你认为DPO能否解决复读机问题呢？你怎么看SFT和DPO？
- 14
反问：具体是做什么的？是搜索组改的，主要做RAG和Agent的东西，好像是对接全部部门，用户少儿的问题七七八八的。面试几轮：三轮技术面，听到这儿哥们真力竭了😭