真面经，好答案。面试之前，先来面栈。

小米

4 篇面经59 道面试题

官方招聘开始复习

已筛选

共 59 道题

排序：

0522
轨迹模型采用什么动作空间？
模型基础与推理多模态与生成模型
原理机制
进阶
1 篇面经
0523
线上长轨迹采集有哪些难点，VM 和沙盒环境如何同步？
模型训练与对齐训练数据构建与治理
方案设计
深入
1 篇面经
0933
平时如何组织 AI Coding 工作流？
AI 应用工程与治理AI Coding 与研发流程
经历介绍已有答案
—
1 篇面经
10975
GRPO 的组大小如何选择，增大或减小会带来什么影响？
模型训练与对齐强化学习与奖励
技术决策
进阶
1 篇面经
10976
缺少完整监督轨迹时，Agent 训练可以从哪里获得学习信号？
模型训练与对齐强化学习与奖励
方案设计
进阶
1 篇面经
10977
业务规则应写入 Prompt 还是训练 Reward，分别有什么影响？
模型训练与对齐强化学习与奖励
技术决策
进阶
1 篇面经
10978
线上 Reward 分布与离线不同，如何检测并定位原因？
模型训练与对齐Verifier 与训练评测
故障排查
进阶
1 篇面经
11011
Agent 系统上线数月后，哪些组件最容易退化或失效，如何提前识别？
AI 应用工程与治理可观测性、稳定性与故障诊断
开放讨论
—
1 篇面经
1584
项目 QPS 有多高，如何压测和规划节点容量？
软件工程基础性能与容量工程
项目深挖已有答案
进阶
1 篇面经
3462
GRPO Loss 中各个参数分别是什么意思？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经