Shopee
AI 算法工程师一面面经
完整信息
本篇目录
1. 你的首个落地项目依托什么真实业务场景立项？项目核心解决的实际痛点是什么？
2. 项目数据集采用了哪些清洗、降噪、去重策略？数据筛选留存比例的依据如何界定？
3. 项目偏好数据如何构建正负样本对？相较于普通SFT训练，DPO对齐方式的核心增益体现在哪里？
4. 项目中验证模块（Verifier）单独设计的必要性是什么？该模块属于过程监督还是结果监督范式？
5. 若将现有模型系统迭代为可落地的企业零售运营Agent，你会从哪些维度做架构升级？
6. 介绍你第二个项目完整的任务执行链路，系统是否具备自主任务规划、动态调策的能力？
7. 你项目中MCP机制解决了哪些传统Agent的短板？模型如何实现精准判断调用时机、匹配对应工具？
8. GRPO训练过程中，分组样本如何构建？参考模型在训练流程中承担什么核心作用？
9. Agent决策策略的优化目标是什么？训练过程是更新大模型参数，还是仅优化智能体策略网络？
10. 对比普通LoRA，QLoRA在原理、性能、显存开销上的核心区别是什么？
11. 简述SFT的训练作用、固有局限性，以及标准SFT任务的损失函数形式。
12. 复杂多轮工具调用任务（需10次以上调用），有哪些可行方案降低整体推理延迟？
本篇目录
当前问题0112
- 01
你的首个落地项目依托什么真实业务场景立项？项目核心解决的实际痛点是什么？
- 02
项目数据集采用了哪些清洗、降噪、去重策略？数据筛选留存比例的依据如何界定？
- 03
项目偏好数据如何构建正负样本对？相较于普通SFT训练，DPO对齐方式的核心增益体现在哪里？
- 04
项目中验证模块（Verifier）单独设计的必要性是什么？该模块属于过程监督还是结果监督范式？
- 05
若将现有模型系统迭代为可落地的企业零售运营Agent，你会从哪些维度做架构升级？
- 06
介绍你第二个项目完整的任务执行链路，系统是否具备自主任务规划、动态调策的能力？
- 07
你项目中MCP机制解决了哪些传统Agent的短板？模型如何实现精准判断调用时机、匹配对应工具？
- 08
GRPO训练过程中，分组样本如何构建？参考模型在训练流程中承担什么核心作用？
- 09
Agent决策策略的优化目标是什么？训练过程是更新大模型参数，还是仅优化智能体策略网络？
- 10
对比普通LoRA，QLoRA在原理、性能、显存开销上的核心区别是什么？
- 11
简述SFT的训练作用、固有局限性，以及标准SFT任务的损失函数形式。
- 12
复杂多轮工具调用任务（需10次以上调用），有哪些可行方案降低整体推理延迟？