Tele-AI
大模型算法一面面经
完整信息
本篇目录
继续来分享下之前的面经~欢迎友好讨论，信息共享
1.实习拷打
2.介绍下项目
3.你主要负责哪方面
4.仔细讲下这几大链路
5.有和其他智能体协作吗
6.F1怎么做的，怎么计算的，是放到提示词做示例，还是微调了模型
7.幻觉验证是怎么做的
8.RLHF和PPO的区别
9.在PPO训练过程有遇到什么问题吗
10.训练PPO需要几个模型
11.
假设现在有一条query，你现在告诉我PPO的整个流程是怎么样训练的，这四个模型是怎么协作的
12.有了解其他ppo改进算法吗
13.KL散度加在PPO损失的哪里
本篇目录
当前问题0112
- 01
介绍下项目
- 02
你主要负责哪方面
- 03
有和其他智能体协作吗
- 04
F1怎么做的，怎么计算的
- 05
是放到提示词做示例，还是微调了模型
- 06
幻觉验证是怎么做的
- 07
RLHF和PPO的区别
- 08
在PPO训练过程有遇到什么问题吗
- 09
训练PPO需要几个模型
- 10
假设现在有一条query，你现在告诉我PPO的整个流程是怎么样训练的，这四个模型是怎么协作的
- 11
有了解其他ppo改进算法吗
- 12
KL散度加在PPO损失的哪里