26秋招大模型算法京东一面

1. 项目介绍
2. LoRA 和 Prefix Tuning 的区别？在什么场景下选择 LoRA？
3. 如果要用 LoRA 做电商推荐场景的微调，你会怎么设计数据和标签？
4. GRPO 和 PPO 的区别在哪？GRPO 的优化目标函数怎么写？
5. 搜索中 RAG 的向量检索会受到长尾商品影响，你会如何缓解？
6. 如果商品知识库实时更新，你怎么保证 RAG 的召回结果和库存一致？
7. Reflection 机制里，如何判断一个 Agent 的失败是由知识缺失还是工具调用错误引起的？
8. Toolformer 中通过自监督学习生成 tool call 数据，这个训练范式和 RLHF 的差别在哪里？为什么它更容易泛化？
9. 语义歧义（如“苹果”既是品牌也是水果）在搜索链路中通常怎么建模？多义词消解和上下文建模的核心方法分别是什么？
10. 算法题：实现 LRU