美图

1 篇面经20 道面试题

官方招聘开始复习

2704

如何根据业务目标设计强化学习奖励？

模型训练与对齐强化学习与奖励

方案设计

进阶

2788

介绍论文背景、方法、创新点和输入输出。

项目与综合面试能力成长与学习方法

项目深挖

进阶

2789

过程监督信号如何设计，还能用于哪些任务？

模型训练与对齐预训练、续训与 SFT

方案设计

进阶

2790

如何平衡强化学习训练效率与稳定性？

模型训练与对齐强化学习与奖励

方案设计

进阶

2791

混合推理如何实现，增强推理时如何避免遗忘通用能力？

模型基础与推理模型选型与能力边界

原理机制

进阶

1 篇面经 1 份题集

2792

大模型还有哪些值得增强的能力？

模型训练与对齐预训练、续训与 SFT

开放讨论

—

2793

是否阅读过 Qwen2.5-VL 技术报告，理解哪些内容？

模型基础与推理多模态与生成模型

经历介绍

—

2794

小模型做强化学习是否有效，如何选择模型与每轮数据规模？

模型训练与对齐强化学习与奖励

比较选型

进阶

2795

科研中遇到哪些困难和失败路线，如何判断并调整？

项目与综合面试能力成长与学习方法

行为面

—

2796

论文方法能否泛化到垂直领域？

模型训练与对齐Verifier 与训练评测

效果评估

进阶