腾讯
大模型算法一面面经
完整信息
本篇目录
1.讨论表格 Agent；以及我认为什么是 agent 什么是 pipeline。
2.写这个论文初衷是什么？ 用在业务上吗？
3.GRPO、DPO、DAPO 区别是什么？
4.DPO 的 loss 你怎么理解的？你们业务上用了 DPO 为什么这样设计？
5.讲讲你认你的简历中什么是“感知、规划、执行、反思”？
6.讲一讲你模型的混合推理是什么？和 qwen 他们的 instruct、think 模型有什么区别？
7.GRPO 计算公式是什么？讲一下
8.你给 contribution 给 nips 哪个仓库是什么？
9.你还做了哪些开源贡献
10.玩游戏吗？LOL 什么段位？你一般 lol 是怎么识别外挂的？，还玩过哪些 fps 游戏吗？
11.手撕： 最长递增子序列
本篇目录
当前问题0115
- 01
讨论表格 Agent；以及我认为什么是 agent 什么是 pipeline。
- 02
写这个论文初衷是什么？ 用在业务上吗？
- 03
用在业务上吗？
- 04
GRPO、DPO、DAPO 区别是什么？
- 05
GRPO、DPO、DAPO 区别是什么？
- 06
DPO 的 loss 你怎么理解的？你们业务上用了 DPO 为什么这样设计？
- 07
你们业务上用了 DPO 为什么这样设计？
- 08
讲讲你认你的简历中什么是“感知、规划、执行、反思”？
- 09
讲一讲你模型的混合推理是什么？和 qwen 他们的 instruct、think 模型有什么区别？
- 10
GRPO 计算公式是什么？讲一下
- 11
你给 contribution 给 nips 哪个仓库是什么？
- 12
你还做了哪些开源贡献
- 13
玩游戏吗？LOL 什么段位？你一般 lol 是怎么识别外挂的？，还玩过哪些 fps 游戏吗？
- 14
你一般 lol 是怎么识别外挂的？
- 15
手撕： 最长递增子序列