vivo大模型多模态算法面经分享

发一下问题给大家参考，攒攒人品！
1. 实习拷打
2. 你做的 Agent 系统采用的是什么框架？
3. 系统的整体工作流 / 执行范式是如何设计的？
4. 多路召回后的粗排策略是什么？
5. 二阶段重排序（Rerank）是如何实现的？
6. 多模态特征（图文）是如何融合的？
7. 项目中使用了多大参数的模型？为什么这样选择？
8. SFT 的训练目标是什么？数据集如何构建？
9. VQA 数据的 Query 和 Answer 是如何生成的？
10. 工具调用的监督数据（GT）是如何获取的？
11. 数据生成后有没有做校验与过滤？怎么做的？
12. LoRA 微调的超参数（rank）如何选择？
13. 是否尝试过多种微调 / 强化学习方法？为什么选当前方案？
14. 奖励函数（Reward）是如何设计的？
15. 强化学习是优化端到端结果，还是优化单步决策？
16. 有没有遇到奖励作弊（Reward Hacking）？如何解决？
17. GRPO 的重要性采样的数学意义是什么？
18. KL 散度系数等超参数是如何调优的？
19. 多轮任务是否考虑端到端训练？如何设计？
20. 模型 / 系统效果如何评估？指标怎么计算？
21. 复杂查询 / 多意图查询如何做准确率评估？
22. 系统推理延迟（首 Token 延迟）大概多少？
23. 影响系统性能的主要因素有哪些？
24. 请写出 Attention 计算公式，并解释原理。
25. QK^T 为什么要除以根号 dk？