国际一面

📍面试公司:阿里国际
💻面试岗位:大模型
❓面试问题:
1. 实习
2. 强化学习拷打,包括为什么ppo,dpo,grpo
3. 讲了一下ppo和grpo的区别,grpo有几个模型
4. ppo里critic和reward的意义,二者的loss
5. reference能用什么来替代
6. deepseek的mla
7. 各种kv的方法
8. 手撕了一道非lc
#发面经攒人品##我的秋招日记##阿里##阿里国际#
全部评论

相关推荐

评论
1
6
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