简历求指导

1、详细介绍项目2、SFT数据来源，是否包含人工标注?数据质量如何保证?输入输出格式?3、为什么选择GRPO而不是PPO/DPO?介绍一下PPO和DPO4、GRPO的不足之处，后续改进的工作介绍一下(介绍了DAPO、GSPO)5、GRPO阶段数据比例如何设计，与SFT阶段数据的区别?6、Reward是如何设计的?7、强化学习在Agent中的挑战8、了不了解MIMO反问

1.介绍下你的DeepReseach的架构2.项目是怎么实现human in loop的3.讲一下异步同步和并发并行的区别4.搜索的ReAct过程是怎么样的5.Agent搜索有遇到什么问题，怎么解决6.如何提升搜索的速度7.讲一下VLLM的原理8.你知道Flash Attention原理吗9.讲一下你说的这个R1-V的Qwen2.5VL多模态几何题优化过程10.你的训练平台和显卡配置是多少11.讲-下Advantage Actor-Critic12.讲一下PPO的clip函数，clip是梯度裁剪吗13.讲一下重要性采样14.讲一下PPO和GRPO的区别15.如果要用强化学习实现DeepResearch的优化搜索工具调用可以怎么实现，从数据构造到损失函数到奖励设置16.你有了解最新的一些工作吗?比如miromind,Qwen3-Next，deepseek的mHC流形约束超连接.17.手撕二叉树的奇数节点个数

几乎去面试AI产品经理的小伙伴都会被问到AI产品项目经历的相关问题，如果你是自学转行的话，肯定基本上没接触过，这也编不太出来，就很容易面试被刷下去。🤷‍♀😁今天就给大家分享11个精选Agent产品实战项目，有不少内容，可以看一看练一练，为之后的面试做准备~

1.介绍下self-attention，计算其时间复杂度。2.为什么要用multi-head attention？3.PPO的clip机制？在线强化学习和离线强化学习有什么区别？RLHF是哪一种？4.为什么要用reference model? 为了解决什么问题？5.如何让多个agent协同工作的？举个具体的协同机制例子。6.如果一个agent误判导致策略冲突，如何处理？7.有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？8.你是怎么设计agent的记忆系统？9.长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？10.有没有做记忆衰退，避免旧数据干扰新任务？11.你们这种模块堆叠的架构是怎么设计视觉问答模块和动作模块的协同逻辑的？12.human feedback是怎么被agent消化吸收的？有没有用rl进行策略更新？13.有没有做过模型压缩？比如在车载端或低端设备上的推理加速？14.如果量化后理解能力下降怎么办？怎么做精度补偿？15.你怎么处理响应速度与推理精度之间的tradeoff？是先召回再精排，还是单次生成？