面试之前，先来面栈
搜索
阿里巴巴 · 千问

Agent 算法工程师二面面经

发布时间：面试阶段：二面发布地：山东作者：算法打工人小旺查看原帖 ↗

完整信息
归档编号：
MJ-NC-2026-0398
原帖标题：
阿里千问agent算法岗二面面经
所属公司：
阿里巴巴
岗位：
Agent 算法工程师
业务方向：
千问
面试阶段：
二面
发布时间：
发布地：
山东

6 条问法 · 6 道题

本篇目录
原帖正文由图片组成，页面没有可单独提取的正文文本。题目依据下方本地存档图片逐条转写。
本篇目录
  1. 01
    用 gspo 的原因是什么？是因为它是 sequence level还是因为用的MOE模型？
    关联题目为什么选择 GSPO，是序列级优化还是 MoE 模型因素？模型训练与对齐 / 强化学习与奖励比较选型进阶0篇相关面经
  2. 02
    dapo怎么做动态采样
    关联题目DAPO 如何进行动态采样？模型训练与对齐 / 强化学习与奖励原理机制进阶0篇相关面经
  3. 03
    grpo为什么错误答案长，正确答案短
    关联题目GRPO 中为什么错误答案较长、正确答案较短？模型训练与对齐 / 强化学习与奖励原理机制进阶0篇相关面经
  4. 04
    从原理讲ppo loss里面为什么没有kl散度
    关联题目如何解释 PPO Loss 中没有 KL 散度这一说法？模型训练与对齐 / 强化学习与奖励原理机制进阶0篇相关面经
  5. 05
    grpo loss里面的几个参数分别是什么意思
    关联题目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0篇相关面经
  6. 06
    如果对模型结果进行评测
    关联题目如何评估微调或训练后模型的效果？模型训练与对齐 / Verifier 与训练评测方案设计进阶0篇相关面经

相关公司