大模型算法工程师（模型微调）面经

1️⃣ 拷打项目：简历上有一段包装minimind的项目，面试官主要问的这一个（因为其他两个项目和大模型关联不太大，但面试官也问了一些细节的问题） 数据集有多大？多少条数据 你认为在训练过程中比较重要的参数是哪些？答的学习率和lora的秩 训练模型的过程中，会看哪些指标来判断模型训练的效果？ 样本对choose，rejected的构建，会不会出现模型结果比真实回答更好的情况？ 2️⃣ 常规八股 deepseek-R1中的核心贡献 介绍GRPO，PPO，DPO的区别 同策略和异策略 3️⃣ 在校的经历 竞赛承担的角色，有没有后续的一些成果转化？ 小论文投了吗 4️⃣ 实习情况 能实习多久，工作地点 5️⃣ 反问 问了面试官主要的工作内容，是对模型做微调还是优化提示词？说主要是对模型做微调，弄一个客服的agent接到企业微信里