虾皮
大模型算法工程师二面面经
完整信息
本篇目录
1.项目baseline和最终效果
2.你认为什么操作对准确率提升的贡献最大
3.介绍reward fuction
4.思维链怎么做的
5.冷启动用了多少数据、数据分布怎么样
6.为什么要用大模型做反思模块，不能用规则做吗
7.Agent中的planner模块具体怎么做的
8.用户不按照预期的输入使用怎么办？query改写怎么做
9.Agent和workflow的区别
10.图生图模型的微调数据是怎么构建的
11.Hard case怎么构建
12.全模态中的推理捷径是什么意思
13.你的这个科研项目希望解决的具体业务问题是什么
本篇目录
- 01
项目baseline和最终效果
- 02
你认为什么操作对准确率提升的贡献最大
- 03
介绍reward fuction
- 04
思维链怎么做的
- 05
冷启动用了多少数据、数据分布怎么样
- 06
为什么要用大模型做反思模块，不能用规则做吗
- 07
Agent中的planner模块具体怎么做的
- 08
用户不按照预期的输入使用怎么办？query改写怎么做
- 09
Agent和workflow的区别
- 10
图生图模型的微调数据是怎么构建的
- 11
Hard case怎么构建
- 12
全模态中的推理捷径是什么意思
- 13
你的这个科研项目希望解决的具体业务问题是什么