全部题目

模型、RAG、Agent与工程面试题一网打尽，配套答案解析与延伸追问。

3461

如何解释 PPO Loss 中没有 KL 散度这一说法？

模型训练与对齐强化学习与奖励

原理机制

进阶

1 篇面经 1 个题集来源

3464

项目上线后是否迭代过版本，具体做过哪些改动？

AI 应用工程与治理模型服务、部署与交付

项目深挖

进阶

3468

餐厅单量比同行少 30% 时，如何选择 RAG 或 Agent 并设计分析工具链？

Agent 原理与系统Agent 应用架构与场景设计

系统设计

进阶

3469

项目双维度奖励包含什么，各自解决哪些问题？

模型训练与对齐强化学习与奖励

项目深挖

进阶

3470

一致性奖励与完整性奖励如何定义和评分？

模型训练与对齐强化学习与奖励

项目深挖

进阶

3472

为什么使用二值奖励，而不采用连续或阶梯式奖励？

模型训练与对齐强化学习与奖励

比较选型

进阶

3473

用 Qwen-3 等大模型奖励打分时是否需要微调？

模型训练与对齐强化学习与奖励

比较选型

进阶

3474

RAG 项目具体做过哪些微调？

模型训练与对齐预训练、续训与 SFT

项目深挖

进阶

3475

RAG 项目为什么没有采用强化学习？

模型训练与对齐强化学习与奖励

比较选型

进阶

3479

调用过 OpenAI 哪些接口，主要用于对话还是 Embedding？

Agent 原理与系统Agent 框架与 Harness

经历介绍

—