百度大模型算法二面分享 日常实习

给我面没招了，发点面经攒攒人品～
1.实习拷打
2.检索环节做了哪些优化？在检索优化过程中，你是如何进行数据预处理的？有没有使用特定的检索算法？
3.答案生成环节做了哪些优化？你是如何在答案生成环节控制生成质量的？有没有引入外部知识源或增强模型能力？
4.是否做了 SFT 或强化学习相关工作？在哪个环节做的？你在 SFT 或强化学习中，如何设定奖励函数？是否有定期调整策略？
5.SFT 过程中是否对类别标签做了清洗或修正？标签清洗具体是怎么操作的？对性能的提升有多大帮助？
6.强化学习的样本量是多少？在强化学习训练中，样本量的选择是否影响到模型的收敛速度？如果有，如何应对？
7.基础模型经常分类分不准的案例有哪些？你在模型分类不准的情况下，采取了哪些调整？是通过数据增强还是算法改进？
8.在校项目任务的输出可以简单描述并举例吗？任务输出的质量如何评估？有没有一个量化的标准？
9.单智能体能否完成在校项目相关工作？为什么要使用多智能体？多智能体系统与单智能体系统相比，是否有提升项目效率的作用？举个例子说明。