小马智行测试岗

继续来分享下最近的面经~欢迎友好讨论，信息共享论文1拷打：1.怎么判断这个视觉推理问题表现不足是encoder部分的问题还是后面llm推理的问题 追问怎么把图像转化为caption 不会透题吗 测评指标是什么2.单agent多能力和多agent相比的优劣势3.不确定性怎么量化的 还了解其他不确定性置信度的量化方法吗 什么原因让你再加入Top k token的分差 并且设置50%的占比计算不确定性 回答是一长串文本的话 哪一部分参与最后的不确定性计算4.辩论迭代机制怎么做的论文2拷打:1.衡量推理能力 怎么想到要这样设计这三个维度的题目2.怎么提高模型在回答这种问题的正确率 怎么让模型去挖掘这些关联关系手撕：二维有序矩阵查找指定值

请详细拆解简历中“配表专项测试”的业务背景、技术实现及你的具体贡献？针对复杂的概率计算（如万分之一掉落率），你的校验脚本是如何设计的？以“游戏道具购买”接口为例，展示你的用例设计思维及边界覆盖情况。如何构造“低等级玩家购买高等级道具”的测试数据？其底层实现原理是什么？在过往项目中，UI自动化测试的建设情况如何？你做过哪些探索？为何不引入主流自动化框架（如Selenium/Appium）？如何利用大模型优化日志分析流程？具体实施细节是什么？日志分析中，具体的聚类逻辑和关注指标有哪些？假设测试自动驾驶车辆通过红绿灯路口，请设计测试用例。你的职业发展路径规划是怎样的？反问

发一下问题给大家参考，攒攒人品！1- 问项目2-为什么选择grpo不用sft，技术选型，什么时候用sft，什么时候用蒸馏，什么时候用grpo3- grpo训练中观察什么指标4-八股：5- grpo 的 loss 讲讲6- Advangates 怎么算的，在整个训练中起什么作用，为什么需要Advatanges，直接用奖励去算不行吗？7-重要性采样，为什么需要。如果一次新策略和旧日策略差别很大，那重要性采样还有用吗8-grpo的K|散度和ppo的kl散度是一模一样的吗9- ppo grpo Fon-policytEoff-policy10- ppo中advantages是怎么得到的？11-信用分配，grpo中，比如一个采样结果，是序列级别的，如果这个序列的最终奖励高，那么是如何分配到每个token的12-Agent 做多轮工具调用 和单轮，可能有什么挑战？13- code: x 的平方根

📍面试公司：智元机器人（子公司外包）🕐面试时间：4.16（boss投递，当天约面）💻面试岗位：测试研发工程师❓面试问题：1.自我介绍2.介绍实习（主要问做了什么，没有问的很深）3.你怎么理解测试和测开的区别4.CI、自动化流程体系建设，这方面有什么了解5.你认为一个比较合理完整的自动化测试流程大概是什么样的6.开发完的自动化测试用例，什么时间或时机跑，为什么跑，跑哪些，目的是什么，输出是什么样的7.从整个研发生命周期来讲，每个版本迭代，自动化测试从哪个环节去执行以及不同环节自动化测试在做什么8.你认为测试工作的核心目标是什么9.产品新版上线前，你会从哪些角度去评估测试的覆盖性和是否具备上...