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？
查看6道真题和解析