阿里淘天大模型校招一面 1h
给我面没招了,感觉自己好菜、面试很难,还是要多多练习,感觉自己说不明白业务逻辑
1.在 Agent 多轮对话任务中,你觉得 Attention 的局限性体现在哪些方面?
2.简要介绍一下 SFT 的核心流程以及数据集的构建策略。
3.SFT 之后常见的 Post-Training 还有哪些?它们之间的目的有何区别?
4.什么是 RAG?它是怎么提升生成质量的?
5.与传统的检索 + 模型生成的流程有什么不同?
6.如何评估一个 RAG 系统是否有效?
7.PPO 和 DPO 在大模型对齐中的主要区别是什么?
8.DPO 训练通常有哪些注意事项?
9.项目里的 Modular Agent,你能讲讲它是如何实现多步规划的吗?
10.项目提到了多个工具调用链路,调度策略是如何设计的?
11.是否设计过异常 fallback 策略?
12.Agent 的评估体系通常包括哪些维度?
13.项目中微调 Qwen 时,选择的训练阶段是如何确定的?
14.Prompt 自动推荐模块用了哪些优化策略?
1.在 Agent 多轮对话任务中,你觉得 Attention 的局限性体现在哪些方面?
2.简要介绍一下 SFT 的核心流程以及数据集的构建策略。
3.SFT 之后常见的 Post-Training 还有哪些?它们之间的目的有何区别?
4.什么是 RAG?它是怎么提升生成质量的?
5.与传统的检索 + 模型生成的流程有什么不同?
6.如何评估一个 RAG 系统是否有效?
7.PPO 和 DPO 在大模型对齐中的主要区别是什么?
8.DPO 训练通常有哪些注意事项?
9.项目里的 Modular Agent,你能讲讲它是如何实现多步规划的吗?
10.项目提到了多个工具调用链路,调度策略是如何设计的?
11.是否设计过异常 fallback 策略?
12.Agent 的评估体系通常包括哪些维度?
13.项目中微调 Qwen 时,选择的训练阶段是如何确定的?
14.Prompt 自动推荐模块用了哪些优化策略?
全部评论
相关推荐

查看27道真题和解析