页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「阿里」找到 59 条内容
按专题浏览 →匹配正文：…本直接乘 K；学习信号全靠组内的分数差，一组里分数都差不多的时候就学不到东西。 这类题还有一个变体，把 DPO 也拉进来比，美团和阿里都这么问过。 DPO 学的是成对的偏好，哪个回答更好要提前标出来，训练的时候模型不去环境里跑。我们的任务正好反过来，退没退款、改没改地址，沙盒里查得到，让模型在线试、试完打分更直接。 我自己的看法是，这道题答到"代价"就已经比大多数人深了，DPO 那段是加分项，时间不够可以不展开。 训练框架用的是 verl。启动的时候优势估计选 grpo，cr…
匹配正文：…场景落地、知识库、推荐/搜索结合 高德 36 地图/搜索/地理场景里的模型应用 淘天 36 电商知识、导购、搜索推荐、大规模应用 阿里云 25 云上模型服务、企业客户、工程化 小红书 25 内容理解、推荐、社区场景 蚂蚁 21 金融知识库、风控、评估与合规 快手 16 内容生产、推荐、Agent 应用 这张表最重要的用法不是“只投前几家公司”,而是反推准备方向:字节、美团、百度这类题源多的公司,更容易连续追问项目细节;云和企业服务类团队,更在意稳定性、权限、成本和交付;内容社…
匹配正文：… Prompt 调优,简历项目不成体系 围绕 Coding Agent 做闭环:任务拆解、代码生成、执行、错误修复和评估 获得两份阿里系 AI 相关机会 Agent 简历要突出闭环和可验证结果,不要堆框架名 如果你的 Agent 项目只能回答"调用了哪些工具",还不够。继续往下补:失败了怎么办、什么时候停止、怎么记录 trace、怎么评估任务完成质量、一次任务成本是多少。能讲出这些,项目才像系统。 常见问题 做 Agent 项目一定要自己训模型吗 不一定。多数应用岗的 Age…
学习内容与项目面试，在同一条路上。