经典面经：推导极大似然估计MLE等价于BCELoss

1.你知道 DPO 的损失函数公式吗，2.GRPO , PPO 与 DPO 区别是什么3.GRPO / PPO 是 on policy 还是 off policy 的， DPO 呢4.DAPO 对 GRPO 的改进有哪些5.Gspo 对 Grpo 的改进有哪些6.比较一下 process reward 和 outcome reward7.强化学习训练时遇到 reward 上升，但 validation 时效果下降，有哪些解决思路8. VeRL 框架是同步的还是异步的，具体的训练流程是什么9.了解 RL 的训推不一致问题吗？训推不一致的产生原因是什么10.你认为未来 SFT 阶段和 RL 阶段，哪个更重要📳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。

发一下问题给大家参考，攒攒人品！1.你提到自己部署过Deepseek的模型，具体的部署脚本流程你了解吗，还是仅作为执行方?2.你们有自己的GPU吗?3.为什么要自己部署语言模型，API其实并不贵?4.模型参数量对语言模型有什么影响?5.若要使用大参数量模型，如何解决其自由发挥的问题?6.在提示词方面你熟悉吗?通用情况下，如何通过提示词获得更高质量的回答?7.我们岗位要做多样场景的AI工具机器人(如服务器运维巡检、网络巡检、市场分析等AI应用开发)，你是否能接受?8.你知道什么是向量数据库吗(结合AI+RAG场景)?9.为什么需要用向量数据库?它解决了传统大模型的什么问题?10.若要做企业知识问答机器人，利用企业内部的Word、PDF文档实现检索增强，你会如何完成这个需求?11.文档存入向量数据库的中间流程是什么?12.你提到的向量化是embedding吗?一般怎么做embedding，你有实践过吗?13.如何判断RAG的召回质量是否符合期望?若不满足，可调整什么参数优化?14.向量相似度度量有哪些计算公式(算法)余弦相似度15.你有没有做过AIAgent(如工具调用相关)，可以介绍一下吗16.做意图识别时，如何确保LLM能根据用户输入准确识别要调用的工具?写prompt17，若工具数量较多(如10-20个)，每个工具都写描述和示例会让prompt过长，有没有其他解决办法18.若20个工具可分为3-4类，如何设计两层工具调用提升意图识别准确率?

最近闲下来了发点面经攒攒人品～～～1.如果让你从零设计一个AI Agent的工作流可视化编辑器，你会如何选型和设计架构?2.如何建立一套针对前端AI应用的质量监控体系?3.在多模态(图片、语音、视频)交互中，前端架构如何保持灵活性?4.谈谈你对端侧模型(如WebLLM)的看法，它在前端有哪些应用前景?5.如何处理AI幻觉(Hallucination)在UI层的反馈设计?6.聊聊你在过去一年中遇到的最难的AI前端技术挑战及解决方案。

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.AI聊天界面中，当新消息到达时如何平滑地滚动到底部?如果用户正在向上滚动查看历史记录，该如何处理?2.详细说明一下前端如何处理Markdown中的代码块高亮，以及如何支持代码的一键复制。3.在构建AI应用时，你是如何设计Prompt模板管理系统的?4.谈谈你对RAG(检索增强生成)流程中前端职责的理解。5.如何解决流式输出(Streaming)过程中，由于内容长度变化导致的页面布局抖动(Layout Shift)?6.你们项目里是如何处理大模型响应慢的问题的?前端有哪些优化手段?7.介绍一下WebWorker在AI前端应用中的使用场景。8.如果要实现一个类似Notion AI的行内斜杠菜单(SlashCommand)，你的设计思路是什么?9.谈谈React的并发模式(Concurrent Mode)对AI聊天应用有什么帮助?10.如何实现AI生成图片的预览和下载功能，特别是处理Base64和Blob格式?11.什么是提示词注入(Prompt Injection)?前端能做些什么来降低风险?12.性能监控中，针对AI应用有哪些特有的指标?