米哈游系统策划面经

攒人品中，祝大家都能拿到满意的Offer！1.请分享一个你主导或深度参与的、与“算法或数据驱动体验优化”最相关的项目。AI/数据在其中解决了什么关键问题？你如何归因其对核心指标的影响？2.假设要为米哈游的一款新游戏设计一个以“AI NPC”为核心的玩法，你的核心设计理念是什么？它会如何与传统任务系统结合，并创造独特的体验？3.“AI动态关卡”或“AI自适配难度”是前沿方向。请构思一个具体的应用场景，说明AI如何实时调整游戏环境或挑战，为玩家提供“始终处于舒适区边缘”的体验。4.AIGC可大幅加速美术、音频、文案资产的生产。你认为在米哈游的管线中，哪个环节应用AIGC的边际收益最高？请提出具体的产品化工具构想。5.面对开放世界游戏“内容消耗速度快于生产速度”的永恒挑战，AI除了生成静态资产，能否在“生成可玩的动态内容”上发挥作用？请简述一个可行的技术-产品方案框架。6.如何利用玩家行为数据与AI，对游戏的“新手引导”或“经济系统”进行个性化与动态调优，以提升前期留存与长期生态健康？7.对于游戏内的社交与合作玩法，AI可以如何辅助进行队友匹配或行为引导，以提升整体社交体验与团队成功率？8.在不影响竞技公平性的前提下，如何将AI设计为一项增值服务？请阐述其产品形态与付费点设计。9.“AI创作平台”可激发玩家UGC生态。如果面向玩家开放简易的AIGC工具，你认为最关键的产品与社区治理策略是什么？

被横向挂了，希望发出来对大家有帮助！1* 简单概述你简历中的两个项目，包括项目背景以及你的具体分工，是独立完成还是团队协作2* 项目的数据来源是什么？你是如何确定优化目标的？3* 比如数据从 100 条扩充到 1.2 万条，是否全通过自动化生成？生成的样本具体是什么样的？举个例子说明一下生成前后的对比4* 怎么保证自动化生成数据的正确性呢5* 在通过调整参数直到模型回答正确为止的过程中，是否意味着生成的CoT中存在错误逻辑？6* 经过数据清洗后，最终用于SFT的有效数据量是多少？7* 在做微调时，除了 LoRA 是否对比过其他的微调算法8* 你是如何评价微调效果的？测试集的比例是多少？微调前后的准确率分别是多少？原有的模型性能保留了多少？9* LLM常用的结构是什么？10* 说一下Transformer 的整体结构11* 目前主流大模型最常用的位置编码是什么？。12* 写一下多头注意力机制的数学公式。13* 公式中为什么要除以 \sqrt{d_k}？其对梯度消失或梯度爆炸有什么影响？14* 在 Transformer 的 Encoder 和 Decoder 中，哪些部分是可以并行计算的，哪些不可以？15* 除了 LoRA，你还了解哪些微调方法？16* 大模型训练通常使用什么损失函数17* 在机器学习基础中，二分类问题、多分类问题以及回归问题分别使用什么损失函数？18* 你了解哪些优化算法19* 模型训练中出现过拟合的常用解决方案有哪些？20* Dropout 在训练阶段和预测阶段的处理方式是否一致？为什么要这样做？21* 大模型中的“复读机问题重复生成是什么原因导致的？如何从解码策略或训练层面解决？22* 幻觉问题产生的原因是什么？目前常用的工程解决方案有哪些？23* 写出逻辑回归的数学公式。

发点面经攒攒人品～1.项目拷打2.你如何评估大模型的性能？有哪些常用的评估指标？3.请描述一下你如何对大模型进行优化，以提高其性能和效率。4.你是否有过使用或开发大模型的经验？请分享一个具体的案例。5.大模型中的注意力机制是如何工作的？它在大模型中起到了什么作用？6.大模型中的优化算法有哪些常见的选择？它们各有什么优缺点？7.如何处理大模型训练过程中的梯度消失或梯度爆炸问题？8.在大模型设计中，如何权衡模型的复杂度和性能？9.面对大模型训练和推理所需的庞大计算资源，你有什么解决建议？10.请简述你了解的大模型的主要结构特点。11.reward bench上的reward model分哪几类?12. reward model如何训练的，训练目标是什么?13.dp0训练的损失函数和训练目标，dpo如何改进怎么理解大模型安全，包含哪些方面的内容？14.指令跟随能力的评估集有什么，如何评估的?15.阿尔法狗强化学习策略是什么?提升推理能力和指令跟随能力哪个更难, 为什么, 提升指令跟随能力的优化方式和其他的比如推理有什么不一样的地方?16.dpo训完了一般输出长度会变化吗? 如何解决这个问题大模型训练过程学习率一般是怎么变化的, 退火阶段学习率如何变化的?

这个岗的笔试是不是海测啊，要考的题大概都有什么方向的呀，不玩米家的游戏，也不了解二次元还有必要答嘛求各位刘亦菲彭于晏们解答