同程旅行
大模型算法工程师一面面经
完整信息
本篇目录
1.自我介绍
2.介绍GUI-Agent项目
3.单步奖励设计思路
4.Reward Hacking怎么解决的？
5.介绍GRPO和PPO
6.介绍OPPO实习
7.Harness介绍
8.OpenClaw记忆机制介绍
7.反问：1.业务（机票酒店Agent，客服Agent，内部多模态会议纪要）2.转正（有意愿就能转，校招要求提前实习）3.做开发还是算法（前一段时间Harness火的时候搭Agent，后续效果上优化模型）#大模型面试[话题]# #面经[话题]# #互联网大厂[话题]# #算法[话题]#
本篇目录
当前问题0109
- 01
自我介绍
- 02
介绍GUI-Agent项目
- 03
单步奖励设计思路
- 04
Reward Hacking怎么解决的？
- 05
介绍GRPO和PPO
- 06
介绍OPPO实习
- 07
Harness介绍
- 08
OpenClaw记忆机制介绍
- 09
反问：1.业务（机票酒店Agent，客服Agent，内部多模态会议纪要）2.转正（有意愿就能转，校招要求提前实习）3.做开发还是算法（前一段时间Harness火的时候搭Agent，后续效果上优化模型）#大模型面试[话题]# #面经[话题]# #互联网大厂[话题]# #算法[话题]#