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?
全部评论

相关推荐

刚刷到字节跳动官方发的消息,确实被这波阵仗吓了一跳。在大家还在纠结今年行情是不是又“寒冬”的时候,字节直接甩出了史上规模最大的转正实习计划——ByteIntern。咱们直接看几个最硬的数,别被花里胡哨的宣传词绕晕了。首先是“量大”。全球招7000多人是什么概念?这几乎是把很多中型互联网公司的总人数都给招进来了。最关键的是,这次的资源分配非常精准:研发岗给了4800多个Offer,占比直接超过六成。说白了,字节今年还是要死磕技术,尤其是产品和AI领域,这对于咱们写代码的同学来说,绝对是今年最厚的一块肥肉。其次是大家最关心的“转正率”。官方直接白纸黑字写了:整体转正率超过50%。这意味着只要你进去了,不划水、正常干,每两个人里就有一个能直接拿校招Offer。对于2027届(2026年9月到2027年8月毕业)的同学来说,这不仅是实习,这简直就是通往大厂的快捷通道。不过,我也得泼盆冷水。坑位多,不代表门槛低。字节的实习面试出了名的爱考算法和工程实操,尤其是今年重点倾斜AI方向,如果你简历里有和AI相关的项目,优势还是有的。而且,转正率50%也意味着剩下那50%的人是陪跑的,进去之后的考核压力肯定不小。一句话总结: 27届的兄弟们,别犹豫了。今年字节这是铁了心要抢提前批的人才,现在投递就是占坑。与其等到明年秋招去千军万马挤独木桥,不如现在进去先占个工位,把转正名额攥在手里。
喵_coding:别逗了 50%转正率 仔细想想 就是转正与不转正
哪些公司开暑期实习了?
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务