科大讯飞
大模型算法工程师一面面经
完整信息
本篇目录
9.2 一面
整体时间不到30min，没有手撕，考察实习和简单八股
面试官挺和蔼的
- 自我介绍
- 研究过程如何结合实现奖励函数的
- 深挖了几个奖励函数方面的问题
- 简单介绍GRPO算法
- 在训练过程中遇到了什么问题
- 详细讲一下Label Smoothing是怎么做的（简历上的东西）
- 后续拓展的训练信号问题
- 喜欢做后训练上的业务还是Agent上的业务
反问：
- 组内业务
- 我在金融领域的经历如何迁移到讯飞的主攻业务
本篇目录
- 01
自我介绍
- 02
研究过程如何结合实现奖励函数的
- 03
简单介绍GRPO算法
- 04
在训练过程中遇到了什么问题
- 05
详细讲一下Label Smoothing是怎么做的（简历上的东西）
- 06
喜欢做后训练上的业务还是Agent上的业务
- 07
组内业务
- 08
我在金融领域的经历如何迁移到讯飞的主攻业务