vivo高频面试题
实习拷打
原题你做的 Agent 系统采用的是什么框架？
原题系统的整体工作流 / 执行范式是如何设计的？
原题多路召回后的粗排策略是什么？
原题二阶段重排序（Rerank）是如何实现的？
原题多模态特征（图文）是如何融合的？
原题项目中使用了多大参数的模型？为什么这样选择？
原题SFT 的训练目标是什么？数据集如何构建？
原题VQA 数据的 Query 和 Answer 是如何生成的？
原题工具调用的监督数据（GT）是如何获取的？
原题数据生成后有没有做校验与过滤？怎么做的？
原题LoRA 微调的超参数（rank）如何选择？
原题是否尝试过多种微调 / 强化学习方法？为什么选当前方案？
原题奖励函数（Reward）是如何设计的？
原题强化学习是优化端到端结果，还是优化单步决策？
原题有没有遇到奖励作弊（Reward Hacking）？如何解决？
原题GRPO 的重要性采样的数学意义是什么？
原题KL 散度系数等超参数是如何调优的？
原题多轮任务是否考虑端到端训练？如何设计？
原题模型 / 系统效果如何评估？指标怎么计算？
原题复杂查询 / 多意图查询如何做准确率评估？
原题系统推理延迟（首 Token 延迟）大概多少？
原题影响系统性能的主要因素有哪些？
原题请写出 Attention 计算公式，并解释原理。
原题QK^T 为什么要除以根号 dk？
原题
暂无题目