大厂算法面经｜京东大模型一面

1. 自我介绍及项目阐述：请先做一个简单的自我介绍，然后详细介绍一下你参与过的相关项目。
2. 语义理解相关：在搜索链路里，像“苹果”这种既代表品牌又代表水果的语义歧义情况，通常是如何进行建模的？另外，多义词消解和上下文建模的核心方法分别是什么？
3. Toolformer 与 RLHF 对比：Toolformer 采用自监督学习来生成 tool call 数据，这种训练范式和 RLHF 存在哪些差别？并且，为什么 Toolformer 更容易实现泛化呢？
4. Reflection 机制判断问题：在 Reflection 机制中，我们该如何判断一个 Agent 执行失败是由于知识缺失，还是工具调用错误导致的呢？
5. RAG 与库存一致性：假如商品知识库是实时更新的，那么要怎样保证 RAG 的召回结果和库存信息保持一致呢？
6. RAG 长尾商品问题：在搜索场景中，RAG 的向量检索容易受到长尾商品的影响，针对这个问题，你会采取什么措施来缓解呢？
7. GRPO 与 PPO 对比：GRPO 和 PPO 之间的区别体现在哪些方面？另外，GRPO 的优化目标函数应该怎么写呢？
8. LoRA 电商推荐场景设计：如果要运用 LoRA 来对电商推荐场景进行微调，你会如何设计相应的数据和标签呢？
9. LoRA 与 Prefix Tuning 对比：LoRA 和 Prefix Tuning 有哪些区别？在什么样的场景下会选择使用 LoRA 呢？
10.算法题：请实现一个 LRU 缓存机制。
📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。