1.⾃我介绍2.介绍⾃⼰的项⽬3.项⽬中数据语料4.你怎么评价你⾃⼰构建的数据集的好坏？5.chatGLM 和 GPT 模型结构⼀样吗6.⼤模型训练⽅式7.怎么评价⼈类⾼质量回答的数据集？精⼼处理的数据集作⽤？（精⼼处理的数据集只能保证回复还⾏，但不可能只能只对⼀个场景）8.强化学习中怎么⽤奖励模型打分？怎么样的分数？奖励模型是怎么得到的？9.⽤强化学习的梯度更新是怎么实现的？10.什么样的 prompt 是好的 prompt？11.Instruct 和 prompt 有什么区别？12.现在⼤模型有哪些的缺点13.模型幻觉怎么解决？14.⼤模型对话和传统的 nlp ⼈机对话⽅案有什么区别15.（⼈机对话）你怎么知道⽤⼾输⼊之后，触发⼀些问题16.传统⼈机对话中⼀个问题给 K 个回复吗17.（⼈机对话）相似度怎么计算；这种度量的模型怎么训练？18.命名实体识别遇到嵌套识别该怎么做？19.⽂本分类中⼀个⽂本有多个类别的话，该怎么做？20.⽂本分类中类别不均衡问题怎么解决？21.⼤模型的幻觉怎么评测？22.什么是⻓⽂本？⼤模型⻓本⽂怎么做？23.你项⽬中⻓⽂本⽤的多⻓？24.tokenizer的步骤 #算法#  #春招#  #牛客解忧铺#  #牛客在线求职答疑中心#  #科大讯飞求职进展汇总#