匹配正文：…报告 pass@k、采样数和沙箱安全。业务或 RAG：公开集不能代替目标场景，应建立经过许可、去重和版本化的私有测试集，分别评估检索、上下文利用、faithfulness 和任务成功。每个数据集都要交代选择理由、split、样本数、污染与近重复检查、评分脚本版本和局限。没有实际跑过的金融、代码或线上数据不能写成个人项目成果。

#评测数据集#benchmark选择#评测指标

面试题·模型架构· 美团

匹配正文：…不等于低单请求延迟，尤其小batch或跨机专家通信时。 2. Agent编排层的专家路由在模型外，系统可以根据任务选择专用模型、检索器、工具或子Agent。这更像显式路由/编排，不是token级MoE。它能把代码执行、搜索、视觉、领域校验交给有明确接口和权限的组件，也更容易做可观测、回退和人工审核。不能跨越的边界新工具接入通常需要schema、权限、数据和评测，不能概括成“给新专家做LoRA即可即插即用”。共享基座与不同专家不自动形成租户隐私隔离；隐私依赖访问控制、数…

#MoE#Agent#动态路由

面试题·项目与经历· OPPO

ML项目流程：特征工程到评估

匹配正文：…明流量、观察窗口和回滚。复盘：错误样本、数据漂移、监控和下一步【】。模型链路必须来自候选人的实际系统。候选生成可以是规则、向量检索、协同过滤或学习模型，排序可以是树模型、深度模型或其他方法。方法名不决定流水线位置，目标函数、特征可用性、延迟与部署约束才决定。

← 上一页第 16 / 27 页下一页 →

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

#特征工程#模型选型#超参数调优

面试题·项目与经历· OPPO

深度学习项目怎么介绍?

匹配正文：… 不要把联邦学习简化为“只聚合特征”；典型联邦优化聚合的是本地模型更新/梯度等信息，仍需隐私与攻击面分析。Self-RAG 是文本检索增强生成方法，不应拿来解释图像分类置信度。若项目没有使用这些技术，就不要为了显得复杂而加入。

#项目经验#深度学习#模型架构

面试题·项目与经历· 美团

客服办公导购 Agent 选型

匹配正文：…承诺和未按法规升级投诉，单次损失可能远高于节省的对话成本，因此ROI必须按风险加权。落地路径可以从坐席辅助开始，模型只生成摘要、检索证据和回复草稿；通过盲评后开放低风险只读查询；再对少量可逆操作加入确认与回滚。每一级都设置权限、日志、监控和人工接管，验证通过才扩大范围，而不是一次追求自动解决。评测应报告正确解决率、证据支持率、人工接管、重复联系、延迟、单位会话成本和高风险错误，并与同时间窗人工流程对照。若某行业在这些指标上形成稳定收益，才可以说具备规模化条件。这个判断是有…

#Agent#商业落地#技术成熟度

面试题·模型训练· 美团

合成数据怎么系统构建?

匹配正文：…实现时要保留来源、生成模型、prompt和过滤版本，防止同一模板无限扩张。质量控制应按可验证性分层。代码运行测试，数学重算结果，检索型答案检查权威资料和引用，结构化任务用schema与业务规则，主观写作用盲标gold和成对人评。多个模型给出相同答案只能作为弱信号，因为它们可能共享训练数据、知识盲点和表达捷径。困惑度可以反映文本在某个语言模型下的可预测程度，却不是通用质量分数。低困惑度可能只是模板重复，高困惑度也可能来自专业术语。它可以用于异常筛选，但不能代替事实、相关性与…

#数据合成#Self-Instruct#指令微调

面试题·项目与经历· 美团

项目难题怎么定位与解决?

匹配正文：…如果没有对应经历，应明确说没有直接做过，再给出会采用的排查方案，不能借用公司名、期限或收益。以 RAG 质量问题为例，Top3 检索结果差只能说明端到端链路出现了坏样本，不能直接证明 embedding 负样本不足。定位时要按查询类型和文档类型切片，先查知识覆盖率、切分与元数据，再分别测候选召回、重排排序、上下文组装、引用支持和最终答案。召回层至少看 Recall@k 或命中率，排序层看 MRR、NDCG 或人工偏好，生成层看答案正确性、证据支持率和拒答行为。方案必须对应…

#问题定位#工程实践#跨团队协作

面试题·模型训练· 字节

SFT vs 预训练:核心区别在哪?

匹配正文：…索的任务，也是许多偏好优化或 RL 的初始化。复杂推理和安全对齐并非必须使用 RLHF/DPO；可选方法包括更好的示范与过程监督、检索或工具、拒绝采样、DPO、在线 RL 和规则约束，选择应由可执行任务、独立偏好与安全评测决定。DPO 也不能被笼统写成比 PPO 更不稳定。图解 SFT vs 预训练:核心区别在哪?图解

#监督微调#预训练对比#复读机问题

面试题·模型架构· 海尔

Encoder vs Decoder 核心区别?

匹配正文：…decoder cross-attention；它把指令、上下文和输出前缀放进同一因果序列。Encoder-only模型适合分类、检索和token标注等理解任务，decoder-only适合开放生成，但这些是常见适配关系，不是能力上的绝对排他。训练时decoder可并行计算所有位置的teacher-forced loss，只是causal mask阻止未来信息；推理时才通常逐token生成并使用KV cache。因而“decoder逐token”主要描述自回归推理，不代表训…

#Transformer#Encoder-Decoder架构#自注意力机制

面试题·推理优化· 得物

超长上下文怎么处理?

匹配正文：…力和KV是否算得下、任务是否真需要所有原文同时进入。位置侧可用RoPE缩放或YaRN等方法并配长上下文训练；系统侧可用分块、滑窗、检索和摘要；计算侧可用FlashAttention、序列并行或Ring Attention。Ring Attention通过设备环传递KV块计算块式精确attention，不是稀疏attention。机制与边界 YaRN是RoPE上下文扩展的一种高效方案，论文在特定LLaMA设置下报告了数据和训练步数优势，但这不等于理论最优。位置缩放只解决模型在…

#长上下文#位置编码#稀疏注意力

面试题·模型架构· 字节

Few-shot 推理为何有效?

匹配正文：…间带来的部分收益，但错误映射通常会损害任务表现，不能概括成“标签无需正确”。评测应和zero-shot、正确示例、随机标签及相似度检索示例做对照。图解 Few-shot 推理为何有效?图解

#上下文学习#预训练目标#隐式梯度下降

面试题·评估· 百度

大模型应用怎么保障可靠性?

匹配正文：…而非自创置信度输入层：校验schema、类型、范围、时间、来源和权限；对文档做版本与哈希记录，对用户输入做注入和敏感数据检测。检索与生成层：保留query、召回结果、重排分数、prompt、模型版本和工具调用trace。要求关键事实能回指证据；高风险计算交给确定性程序或受控API，结构化输出用schema约束。验证层：业务规则、单元测试、代码执行、数据库校验或独立模型可以提供信号，但验证器也要有独立测试集。Self-Consistency的答案一致度只能作为不确定性特征…

#数据验证#输出校验#反馈闭环

面试题·评估· 百度

自动 vs 人工评价怎么选?

匹配正文：…c 让评审模型比较或打分，扩展性好，但存在位置、长度、自偏好、提示和版本偏差，需要与人工校准。任务指标：accuracy、F1、检索 recall、引用正确率、任务成功率按具体任务定义。人工评测应给出 correctness、relevance、faithfulness、completeness、style、safety 等可操作 rubric，随机化样本与答案顺序，培训评审者，报告一致性和置信区间。自动工具可以检测一部分安全问题，例如毒性或越狱分类器、静态规则与红队基准…

#BLEU#ROUGE#BERTScore

面试题·评估· 字节

LLM 幻觉与安全风险怎么缓解?

匹配正文：…erence 的概率，不训练独立 reward model，不能说“把偏好编码进奖励模型”。系统与证据：对知识密集或时效任务使用检索、数据库和工具，并要求引用可回溯；对不可信文档做提示注入隔离，工具使用最小权限、参数校验和审计。解码与模型：温度、top-p 和约束解码影响随机性与格式，不保证事实正确。Contrastive Decoding 比较 expert 与较弱 amateur 模型的 token 分数，抑制两者都容易给出的退化候选；它不是简单重复惩罚，也不是事实保…

#幻觉检测#内容安全#RLHF

面试题·多模态· 快手

固定间隔vs关键帧怎么选？

匹配正文：…重要性采样：模型预测帧或片段重要度，需要与下游任务匹配的标注或自监督目标。任务感知采样：根据用户问题、目标对象、字幕、音频事件或检索query自适应选片段，适合长视频问答，但成本与召回风险更高。选型先明确目标是分类、检索、摘要、问答还是事件定位。评测同时看事件召回、冗余率、时间覆盖、模型token成本和端到端质量。视频时长、首尾帧价值及互动热区都属于业务先验，不能写成通用规则。

#视频理解#时序采样#关键帧提取

面试题·项目与经历· 京东

面试反问怎么问才加分?

匹配正文：…成本和安全冲突时，团队最近做过什么取舍，关键方案如何通过离线与线上验证？回答能够反映团队是否有真实基线、回滚机制和评测文化。规则、检索、微调或Agent都可能是答案，不需要先断言纯RAG必然失败。第三类问题关注岗位边界：这个岗位入职后的核心交付是什么，会负责数据、训练、评测、服务还是产品闭环中的哪些部分，怎样定义一个阶段做得好？再问新人能接触哪些真实问题、代码评审和技术复盘如何进行，比泛泛问晋升更容易理解成长路径。如果只剩很短时间，我会优先问目标与失败闭环，因为它们同时揭…

#面试技巧#职业规划#团队沟通

面试题·项目与经历· 美团

Agent 未来规模化方向

匹配正文：…是边界清楚、可验证、可人工接管的企业流程 Agent 未来两三年的判断不应写成确定预言。相较完全自治的个人助理，客服辅助、内部知识检索、工单处理、代码维护和文档流转等窄域企业流程具备更清楚的任务边界、现成数字化系统和可量化结果，因此更容易先形成规模化收入。这里的 Agent 价值是理解非结构化输入、选择受限工具、生成草稿和协调步骤，不是把 LLM 变成确定性审批引擎。以财务报销为例，LLM 可以抽取发票和说明、识别缺失材料、生成审核摘要或把异常路由给合适人员；金额计算、重复…

#Agent商业化#B端落地#成本效益分析

面试题·多模态· 快手

均匀采样vs关键帧如何影响模型？

匹配正文：…时间尺度。视频分类可能需要全局覆盖，动作定位需要更密的局部片段，OCR与操作步骤要保留清晰帧和顺序，长视频问答还要支持根据问题二次检索。不能给视觉token与文本token固定比例，也不能把某个帧数当通用配置。帧越多并不保证时序越准。新增帧会提高编码、prefill和显存成本，也可能引入冗余，让模型更难定位关键证据。若模型没有合适的时间位置编码或训练数据覆盖，简单堆帧甚至可能降低效果。分辨率、帧数、压缩质量和采样位置需要联合考虑。工程上我会建立相同视频集合，对不同帧预算和…

#视频理解#帧采样策略#时序建模

面试题·项目与经历· 商汤科技

数据预处理关键步骤与目的

匹配正文：…结合业务表现与人工复核设阈值。阈值由历史波动和风险成本校准，不是看到任意距离变化就自动增量训练。Self-RAG 是让生成模型按需检索并用反思 token 评价检索与生成的 RAG 方法，不是通用数据漂移检测或自动清洗触发器。

#数据清洗#数据增强#数据采样

面试题·项目与经历· 商汤科技

实习项目业务场景怎么讲?

匹配正文：…。没有可核验数字时，可描述已完成的交付与验证方法，不应补一个看似合理的百分比。大模型项目还要说明为什么需要模型。若任务可由规则、检索或传统模型稳定解决，就不应默认上 LLM。SFT 的主要作用是让基础模型适配目标任务的行为、格式、风格和特定数据分布；它可能改变知识调用或推理表现，也可能造成遗忘和过拟合，不能固定称为“推理增强器”。知识实时性通常依靠权威数据或检索，精确金额和权限依靠确定性系统。结果要同时报告离线质量、线上任务完成、人工接管、风险事件、延迟和成本，并写清基线…

#业务理解#需求分析#技术选型

面试题·推理优化· 美团

MoE 怎么增强 Agent 能力?

匹配正文：…可训练路由器选择少数前馈专家，优势是每个token只激活部分参数以控制计算量。系统级Agent路由则在请求、步骤或工具级选择模型、检索器和执行器，关注权限、延迟、状态与失败恢复。不能把token路由的结论直接搬到Agent编排。机制与边界 Switch Transformer展示的是稀疏激活模型：总参数可以很大，但每个token只经过一个或少数专家，因此活跃FLOPs相对可控。未激活专家依然是模型参数，通常要驻留在某个设备的显存或内存，或者付出换入、通信和分片成本；稀疏激活…

#MoE架构#Agent系统设计#任务路由

面试题·模型架构· 商汤科技

幻觉一致性延迟诊断

匹配正文：…istency需要随机采样多条推理路径并聚合答案，不能在temperature=0后再声称做有效多样化采样。幻觉先区分知识缺失、检索失败、证据误读和生成越界。频繁更新的外部知识优先放入RAG或受控数据源，并要求引用与验证。ROME是对模型权重进行定向低秩更新的知识编辑方法，不是编辑单个神经元；知识频繁变化时也不宜用持续权重编辑替代可追溯检索。延迟先profile prefill、decode、检索、工具和网络阶段，再考虑KV缓存、批处理、量化、蒸馏、speculative…

#幻觉问题#输出一致性#推理延迟

面试题·项目与经历· 商汤科技

大模型项目缺陷修复

匹配正文：…model 并行验证；draft 不是“打分模型”，收益取决于接受率、模型大小和硬件。输出不一致要先确认随机采样参数、提示模板、检索结果与工具响应是否变化。降低温度、结构化约束或确定性解码可提高复现性，但可能牺牲多样性。Self-Consistency 是对多条推理路径做答案聚合，适合部分推理任务，不是事实纠错器。事实与安全缺陷需要检索、工具、引用核验、规则或分类器、权限隔离和人工升级。事实任务应回到可信证据，不能因为多次采样得到相同答案就判真。所有改进都要绑定 SLO…

#过拟合#推理优化#输出稳定性

面试题·推理优化· 商汤科技

工程化核心目标是什么?

匹配正文：…erature=0 也不能跨硬件、软件版本、并行调度和浮点实现保证完全一致。成本以成功任务为单位计算 GPU 时间、token、检索、存储、网络、重试和人工复核，通过连续批处理、前缀/KV cache、路由、量化与 autoscaling 优化，同时做质量回归。Toolformer 是训练语言模型决定何时、如何调用 API 并利用结果的方法，不是运行时热插拔插件架构。生产工具系统仍需 schema 版本、权限、超时、幂等、沙箱、审计和回滚。

#大模型工程化#系统架构设计#推理优化

评测数据集怎么选?

MoE 怎么提升 Agent 能力?

ML项目流程：特征工程到评估

深度学习项目怎么介绍?

客服办公导购 Agent 选型

合成数据怎么系统构建?

项目难题怎么定位与解决?

SFT vs 预训练:核心区别在哪?

Encoder vs Decoder 核心区别?

超长上下文怎么处理?

Few-shot 推理为何有效?

大模型应用怎么保障可靠性?

自动 vs 人工评价怎么选?

LLM 幻觉与安全风险怎么缓解?

固定间隔vs关键帧怎么选？

面试反问怎么问才加分?

Agent 未来规模化方向

均匀采样vs关键帧如何影响模型？

数据预处理关键步骤与目的

实习项目业务场景怎么讲?

MoE 怎么增强 Agent 能力?

幻觉一致性延迟诊断

大模型项目缺陷修复

工程化核心目标是什么?