大模型算法三面-Minimax 攒人品中
发点面经攒攒人品~
1.项目拷打
2.训练数据是如何构造的?如何做数据清洗、去重和质量控制?
3.RLHF 的完整流程是什么?
4.如果只使用 SFT,会带来哪些问题?
5.在 RLHF 中奖励模型的训练数据是怎么构造的?
6.如何避免奖励模型被策略模型“欺骗”?
7.你怎么看当前大模型在对齐、安全和成本上的挑战?
8.手撕:实现 区间第 k 小查询
支持多次查询,要求接近 O(log n)
1.项目拷打
2.训练数据是如何构造的?如何做数据清洗、去重和质量控制?
3.RLHF 的完整流程是什么?
4.如果只使用 SFT,会带来哪些问题?
5.在 RLHF 中奖励模型的训练数据是怎么构造的?
6.如何避免奖励模型被策略模型“欺骗”?
7.你怎么看当前大模型在对齐、安全和成本上的挑战?
8.手撕:实现 区间第 k 小查询
支持多次查询,要求接近 O(log n)
全部评论
相关推荐
沉淀小子:干啥都不丢人啊,生存是必须要的,销售很考验一个人综合素质能力的,好的销售人脉和资源可不比写字楼的白领差啊 点赞 评论 收藏
分享
查看6道真题和解析