26秋招之网易有道大模型算法一面

1. 挑一个实习项目介绍
2. 你在项目里有没有实现过 Plan-Execute / ReAct 这种 agent 框架?具体是怎么做任务分解的?能举个例子吗?
3. 在数据处理里,难例挖掘怎么做?有没有办法从失败的 agent 轨迹里构建训练数据?
4. Function Calling 和 Agent 框架中的 Tool Routing 有什么不同?在什么情况下优先用哪种?
5. DPO 和 GRPO 在优化目标上有什么区别?在工具使用成功率优化时你会选择哪一个?
6. 针对端侧场景,如果要用 SLM + 蒸馏,你会选择哪种蒸馏方式?为什么?
7. RLHF 中 reward model 的训练数据是怎么构建的?你觉得哪些噪声来源会影响它?
8. 你做过检索相关工作吗?能说说你会如何在 BM25、向量召回和 cross-encoder rerank 之间做架构组合?
9. 算法题:二叉搜索树中的第k小元素
全部评论

相关推荐

评论
点赞
1
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务