B站秋招大模型算法一面60min

1.基模为什么选择instruct而不是base
2.怎么处理cot数据(tokenizer中声明specialtoken)
3.提到sft不能激发反思，说说理解
4.训练总共多少epoch，训练速度如何
5.你们用的方法属于on/off policy?说说理解
6.通用和领域的数据配比?有做过数据配比的实验吗?
7.了解DPO吗，说一下
8.比较GRPO相对于PPO去掉了critic的影响
9.对ppo-clip的理解，以及为什么clip后还要取min
其他
1.能不能提前来实习，几月能来
2.对岗位有什么倾向
3.用B站吗，B站等级
反问
1.部门业务
2.校招生方向

全部评论

推荐最新楼层

03-28 14:03

广西大学算法工程师

腾讯大模型应用开发二面

1. 如果让你设计一个 Agent 的规划器，怎么避免它每一步都重新规划，导致路径震荡？规划器不能每拿到一个 observation 就整体重算，不然很容易出现前一步刚决定检索，后一步又改成总结，再下一步又回去检索，整个执行路径会来回抖动。更稳的做法是把规划分成“全局计划”和“局部调整”两层。全局计划只定义阶段目标，比如信息收集、证据校验、结果生成；局部调整只允许在当前阶段内微调具体动作。另外要给 planner 一个明确的状态表示，比如当前子目标、已完成步骤、失败原因、剩余预算。如果没有状态约束，模型会把每次新 observation 当成全新任务来理解。线上一般还会加“重规划阈值”，只有在...

腾讯二面1097人在聊

点赞评论收藏

03-28 14:02

广西大学算法工程师

腾讯大模型应用开发一面

1. 项目里是把 skill 直接塞进 system prompt 的，如果 skill 太多，占用上下文窗口太大，怎么处理不能把所有 skill 常驻塞进 system prompt，这样会带来三个问题：上下文窗口被占满、候选技能噪声太大、模型在选择 skill 时更容易混淆。更合理的方式是把 skill 做成外部注册表，system prompt 里只保留最小规则和调用协议，真正的 skill 描述按需动态注入。常见做法是先做一层 skill routing。可以用规则、分类模型或者向量检索先筛出 topk skill，再把这几个 skill 的 description、参数 schema...

AI-Agent面试实战...

点赞评论收藏

03-03 23:42

复旦大学 Java

为啥找不到日常实习

目标后端

_无论云泥意贯一：把复旦大学放前面，山东大学放后面，并且在两个大学后面标注985（用一些显眼的颜色标注）

点赞评论收藏

03-05 13:31

郑州轻工业大学 Java

27届整改简历：

大佬帮我看看吧：我大二下学期有一段暑假实习，中小厂应该算，但是也没有参与核心业务，但是在有人带的情况下，写了个小项目（未完善），打算把它作为实习项目，但是简历上实习这个不太会写……我也知道star法则，但是如何包装……现在我的简历像是罗列技术栈……然后我的项目经历也是很标准的黑马点评，我要不要再做一个新的项目加到这个项目经理里面？？还有什么可以优化的都可以指出，我虚心接受并整改，多谢大佬们了！

书海为家：实习是成为大厂正式员工很好的敲门砖，看您的简历中有一段实习经历，挺好的。我来给一点点小建议，因为毕竟还在学校不像工作几年的老鸟有丰富的项目经验，面试官在面试在校生的时候更关注咱们同学的做事逻辑和思路，所以最好在简历中描述下自己实习时做过项目的完整过程，比如需求怎么来的，你对需求的解读，你想到的解决办法，遇到困难如何找人求助，最终项目做成了什么程度，你从中收获了哪些技能，你有什么感悟。

点赞评论收藏