字节跳动
机器学习面经
完整信息
本篇目录
被横向挂了，希望发出来对大家有帮助！
1.拷打项目
2.对强化学习训练有什么了解吗？
3.如果有一个对话任务，没有固定答案，该怎么选RL训练策略
4.讲一讲GRPO的原理，优劣以及后续改进
5.预训练和SFT的loss计算差异？
6.Qwen3相比前代有什么改进？
7.目前LLM领域关注到哪些最新进展？
8.手撕：最长公共子序列
本篇目录
当前问题0107
- 01
对强化学习训练有什么了解吗？
- 02
如果有一个对话任务，没有固定答案，该怎么选RL训练策略
- 03
讲一讲GRPO的原理，优劣以及后续改进
- 04
预训练和SFT的loss计算差异？
- 05
Qwen3相比前代有什么改进？
- 06
目前LLM领域关注到哪些最新进展？
- 07
手撕：最长公共子序列