百度大模型算法日常实习一面 80min

给我面没招了，发点面经攒攒人品～
1. 实习拷打
2. 选了一个大模型项目进行深挖
3. 这个项目里你真正主导的部分是什么？
4. 你这个项目到底解决了什么业务问题？原来人工是怎么做的，痛点在哪？
5. 你这个 Agent 是问答型、决策型，还是执行型？边界是什么？
6. 从用户输入到最终输出，你这套系统的真实链路是什么？
7. 哪些环节必须用大模型，哪些环节不用大模型也能做？
8. 如果不用 Agent，只用规则、检索、模板 SQL，能做到几成效果？为什么还要上 Agent？
9. 你的知识源具体是什么？API 文档、日志、DDL、Wiki 这几类数据里，最难处理的是哪类？
10. 你们知识入库前做了哪些预处理？这些步骤分别在解决什么问题？
11. 你为什么把 chunk 设成 512？和 128、1024 相比，各自的 trade-off 是什么？
12. 你怎么区分“模型上下文长度”和“知识切片长度”这两个概念？
13. 如果 top-k 已经召回了正确证据，但模型还是答错了，你怎么判断问题是在检索、排序，还是生成？
14. 如果检索结果本身互相冲突，或者证据不充分，你怎么约束模型？
15. 你为什么选 QLoRA，而不是全量微调？
16. 你这里的 SFT，本质上是在教模型什么？是教知识、风格，还是行为边界？
17. 你做 DPO 的时候，chosen 和 rejected 是怎么定义的？
18. 如果 chosen 和 rejected 差异太小，会发生什么？
19. 你怎么证明 rejected 真的是有效负样本，而不是误杀？
20. 你这个 LLM-as-a-Judge 是怎么设计的？rubric 里哪些维度是硬门槛，哪些只是加分项？
21. 为什么要做一致性检测 / swap consistency？它防的是哪类偏差？
22. 你怎么做 ablation，证明提升真的是 RAG、SFT、DPO 或 Judge 带来的，而不是别的变量？
23. 手撕代码  动态规划
24.开放题
把DPO 跟Judge 思路迁移到一个视频二创场景：
如果目标是让模型扮演某个角色，比如孙悟空，你怎么构造 chosen 和 rejected？视频质量和音频质量如果也跟进的话优先级怎么定？