小米大模型算法日常实习一面 50min

项目简单介绍

rag和agent项目拷打：
1.项目的输入和输出是什么？最后的结果有做过评估吗？有没有一个量化的指标
2.有没有做过拆解后每一步的评估，比如rag的效果和工具调用的结果？
3.你构建的Agent去自主选择工具，它选择的准确率有做过评估吗？是怎么评估的？
4.做RAG的时候，你是怎么去构建数据集的？召回准确率是多少？
5.剩下10%的误判问题，怎么去找到归因？包括怎么去优化它，在哪个阶段优化？
6.在增加Badcase数据量时，如何避免因为数据库膨胀导致检索效果下降？

后训练项目拷打：
1.训练工作是在什么算力平台做的？这个平台是自己搭的还是学校部署好的？
2.既做了SFT也做了GRPO，你的训练数据是怎么准备的？
3.你在用GRPO的时候有没有遇到过哪些困难？是怎么去解决的？
4.GRPO奖励函数怎么设计的，有没有出现奖励曲线一直震荡的情况？
5.有遇到过经典的OOM问题吗？会想到有哪些办法来控制显存的使用？有没有尝试过量化的方式？
6.为什么做两阶段的训练？sft后指标提升了多少？

手撕 买卖股票的最佳时机Ⅲ 非hot100困难