荣耀
大模型算法工程师面经
完整信息
本篇目录
攒攒人品！有面试过同岗的朋友欢迎评论区交流
1.项目拷打
2.实习提问：
项目的背景
sft和rl的数据构造
构造的时候是点对点还是点对面类型的构造？
为什么要用rl来优化模型，在sft的时候遇到了哪些问题，又是怎么解决的？
RL的时候奖励函数是如何设计的？最终效果怎么样？
3.项目提问：
它的记忆管理是如何做的？
为什么要用多agent来做？
多个agent之间是如何进行信息交互的？
4.算法手撕：无
本篇目录
- 01
项目的背景
- 02
sft和rl的数据构造 构造的时候是点对点还是点对面类型的构造？
- 03
为什么要用rl来优化模型，在sft的时候遇到了哪些问题，又是怎么解决的？
- 04
RL的时候奖励函数是如何设计的？最终效果怎么样？
- 05
它的记忆管理是如何做的？
- 06
为什么要用多agent来做？
- 07
多个agent之间是如何进行信息交互的？
上一问 ↑