AI 应用算法工程师一面面经
完整信息
本篇目录
## 来源说明
- 原始标题:作业帮-AI应用算法一面凉经
- 来源分类:`independent-interview`
- 统计口径:可在完成逐题映射后作为主要来源计频。
- 内容边界:保留公开链接、必要的有限提问引用和自己的整理说明;原帖全文、评论与缺失图片未复制。
当前关系文件已复核可确认的题目映射;无法安全归类的问法保留为待解析记录,不补造题目或答案。
本篇目录
当前问题0107
- 01
问GUI-Agent项目:背景是什么?为什么这么做?
- 02
你的奖励函数是怎么设计的?为什么这样设计?
- 03
有考虑过直接做前后状态判别的惩罚解决你遇到的reward hacking问题吗?
- 04
GRPO有几个模型?损失函数知道吗?
- 05
reference model具体的作用是什么?
上一问 - 06
你遇到过大模型输出的时候复读机的情况吗?
- 07
DPO能否解决复读机问题呢?你怎么看SFT和DPO?