AI 评测算法二面面经

问题： 1\. 对实习的 timeline 与期望？答参与实际业务系统、评测集/指标/反馈到训练 2\. 上面提到了评测反馈闭环，团队期望从能力观测推到能力建设（数据合成、quality filtering），你觉得你会怎么去加入和上手？答答评测上手后重心转数据合成。 3\. 你更期望做主线贡献还是 self-contained research？答主线 4\. 说说你对 AI 水印的了解。答Claude 生成文本加水印、OpenAI 更早，原理就是生成时对部分 token 采样做偏置，检测端看统计显著性 5\. 人类能否做好该任务？23 年教师判别解决随机、25 年研究人员 70-80% 接近算法；中文差异更明显。 6\. 介绍一下你第二个工作的研究思路。答他的完整链路，背板了 7\. Coding：读开源 harness 的 context 压缩源码，先 general 聊 CC/Codex/Pi 压缩机制，再现场读 stirup 的 summarization 实现，包括他的输入输出、三类尝试、任务信息保护、summary bridge + acknowledgement 保证 user/agent 交替、原文保留等 反问： 基模团队主要推荐两块测评：一半是 benchmark 导向 + 一半 effort 打磨真实 working 场景体感（模型以 API 出口、被各大 harness 使用），防止 “跑分没输过，使用没赢过” 的现象，真实体感的能力定位比 benchmark 更有价值