阿里巴巴 · 阿里云 MaaS 评测
AI 评测工程师二面面经
完整信息
本篇目录
- 两个项目的关联。直接背板了 hh
- 你的这个项目能否扩展到多模态。没做过；图片生成原理分散，不像文本有统一 next-token 范式，难统一。
- 项目主题来源。那只能说是真实需求驱动了。
- benchmark 选型逻辑。baseline 普遍在用的必须对比、引用量作质量代理
- 自建评测集怎么做
- 优秀评测集的标准。①无硬性错误；②领域/生成模型分布广且均匀；③难度分层合理；④长度、n-gram 等统计特征无显著差异，防 hack
- 项目结果指标和含义；case study
- 想让你的项目结果更好有什么办法
- 你对项目中实验结果的偏差是怎么分析的
- 你的三个项目之间的区别和联系
- 近期火的 judge 类专用模型，你怎么看。有调研过，但是没有解释能力这块比不过 LLM judge、当分类器也不一定优于领域专用分类器。
反问：
- 有什么可以提升的？面试官反馈：回答、对做过事情的理解、对没做过事情的思路都 OK；不足是方向偏科研、生产级场景不广。 （但是反手给我挂了...）#简历中的项目经历要怎么写##你的实习产出是真实的还是包装的？##我的失利项目复盘##大厂面试问八股多还是项目多？##阿里##阿里云##牛客AI配图神器#
本篇目录
当前问题0112
- 01
两个项目的关联。直接背板了 hh
- 02
你的这个项目能否扩展到多模态。没做过；图片生成原理分散，不像文本有统一 next-token 范式，难统一。
- 03
项目主题来源。那只能说是真实需求驱动了。
- 04
benchmark 选型逻辑。baseline 普遍在用的必须对比、引用量作质量代理
- 05
自建评测集怎么做
- 06
优秀评测集的标准。①无硬性错误；②领域/生成模型分布广且均匀；③难度分层合理；④长度、n-gram 等统计特征无显著差异，防 hack
- 07
项目结果指标和含义；case study
- 08
想让你的项目结果更好有什么办法
- 09
你对项目中实验结果的偏差是怎么分析的
- 10
你的三个项目之间的区别和联系
- 11
近期火的 judge 类专用模型，你怎么看。有调研过，但是没有解释能力这块比不过 LLM judge、当分类器也不一定优于领域专用分类器。
- 12
有什么可以提升的？面试官反馈：回答、对做过事情的理解、对没做过事情的思路都 OK；不足是方向偏科研、生产级场景不广。 （但是反手给我挂了...）[#简历中的项目经历要怎么写#](https://www.nowcoder.com/creation/subject/7815f1f9e7964f90b835ef2366b49e49)[#你的实习产出是真实的还是包装的？#](https://www.nowcoder.com/creation/subject/2f92dca4f67b4d558ce955cff7ea7045)[#我的失利项目复盘#](https://www.nowcoder.com/creation/subject/41b34c64d79043a9b5019781af864b26)[#大厂面试问八股多还是项目多？#](https://www.nowcoder.com/creation/subject/0605597e8f174967aa7c6560052b073a)[#阿里#](https://www.nowcoder.com/creation/subject/d452f6203b0c4f43a1eb82cd75820344)[#阿里云#](https://www.nowcoder.com/enterprise/1742/discussion)[#牛客AI配图神器#](https://www.nowcoder.com/creation/subject/eb05ef0c3aad4981af85e1f84c8d3db3)