字节电商治理一面(大模型)

团队好像主要做内容治理,vlm,llm都有
主要在问项目了,code是个medium,持续记录!

- 如果训练了多个评测类型的reward model,比如针对3H评测的3个模型,在RLHF阶段怎么用它们?是直接加权还是分阶段用?
- (针对简历项目提问)你在项目里是怎么做RLHF的?用DPO或PPO时,有没有遇到过训练不收敛或者效果不好的情况?可能是什么原因?网上常见的解决办法有哪些?
- 偏好数据是怎么构造的?比如用户点击数据或者人工标注的偏好对,你是怎么处理的?
- 全参微调和LoRA各有什么缺点?在实际项目中,你是怎么决定用哪种方法的?
- 位置编码在Transformer里很重要,能介绍一下常见的位置编码方法吗?比如绝对位置编码、相对位置编码这些,它们各自有什么特点?
#牛客AI配图神器#
#面试问题记录#
全部评论

相关推荐

有没有26,27届在找实习的学弟学妹~ 抖音搜索质量架构组内直招,搜索稳定性、告警治理、性能平台开发 等你来战,组里技术氛围好,需求专项复杂,同事也都很nice,是一次镀金的好机会~ 可长期稳定实习是加分项哦~详细job信息:ByteIntern:面向2026届毕业生(2025年9月-2026年8月期间与毕业),为符合岗位要求的同学提供转正机会。团队介绍:搜索QA团队职责为搜索全链路质量保障,业务涵盖抖音搜索、头条搜索、西瓜搜索、火山搜索和其他字节系app的搜索能力支持。有活力、有创造力、有韧性的QA搜索团队,加入我们,为用户提供极致和更未来化的搜索体验。充分整合内容,高效连接人与信息,致力于成为用户首选的搜索引擎,做“最懂你的搜索”!1、对互联网产品进行测试,对围绕测试展开的开发任务进行落地实现;2、负责搜索特型产品的关键指标的数据分析,提取,建模和相关开发工作;3、对搜索特型产品核心指标和问题收敛工作进行平台化开发。职位要求1、2026届本科及以上学历在读,计算机、数学等相关专业优先;2、掌握基本的测试理论和开发技能;3、良好的沟通表达和团队合作能力;4、熟练掌握Linux常用操作,熟悉Python、Go、C++、Php等语言的一种或几种;5、对自己的工作认真负责,对代码格式与最终效果追求极致;6、能保证至少3个月以上的实习,每周可出勤至4天及以上。有意愿的同学可以投递简历至lvjinhong@bytedance.com,私聊我了解详情
投递字节跳动等公司10个岗位
点赞 评论 收藏
分享
06-05 14:24
已编辑
门头沟学院 Java
工作基本确定 答辩结束 大学生涯基本快结束了  记录一下午艰难的春招历程吧  还有很多记不起来了 想起来再慢慢补充吧   oc:携程(流程已结束 目前在英语测评 横向对比 下周出结果)科大讯飞传音控股(老黑手机)宇信科技(高潜)招银网络汇智通信博思软件海兴电力中数通众阳健康金证科技虹信软件因特殊原因挂:泰隆银行:一面过 二面过  现在还在泡池子 应该泡不出来途虎:三面全过  无hc没打算招人 hr说hr面挂 呵呵虾皮:hr离职 我流程无法推进  最恶心的用友: 三面全过 期望薪资要23k+  给不到 一直泡池子海康威视:流程通过 薪资要20k+  同给不到泡池子太平金科:三轮面 同上 薪资给不到挂:字节:番茄小说客户端 一面过 二面过 三面挂搜索客户端一面挂地理位置中台后端一面挂(手撕没撕出来)美团:一面挂飞猪:一面完泡池子银泰百货:笔试撕完无消息满帮:笔试匆忙进去没时间做 笔试挂好未来:一面挂水滴:一面完了挂  薪资报太高了其余大厂基本未投安克创新:一面过 二面推太久挂恒生电子:线上一面 线下二面 完了泡池子挂易盛信息:线上一面  线下机试+复试 完了挂(本人学历不够 太菜了)拒面:乐信约面拒东航数科薪资太低 拒最终流程山东航空线下面 拒南航线下面拒江西航空线上一面过  线下终面拒工银科技(工行子公司)约面拒荣数信息(银联下边子公司)约面拒精智达 一面过 二面拒青颖飞帆约面拒世和基因约面拒宁德时代约面拒汇丰软件约面拒江门移动一面过  线下二面拒深信服线下面拒
点赞 评论 收藏
分享
评论
1
5
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