字节跳动 大模型算法一面 攒人品中
感觉面完人都通透了,还是太菜了,下去沉淀一下
1- 拷打项目
2- SFT 和 GRPO 在优化目标的区别
3- GRPO 相关八股:
4- Advantages 怎么算的;一组的大小这个超参数,如何影响模型训练
5- 为什么全好或者全坏,那这一步就对模型训练不起作用
6- GRPO 相比 PPO 的改进,好处是?
7- PPO 的 Advantages 具体是怎么计算的
8- code:买卖股票的最佳时机(I 和 II)
1- 拷打项目
2- SFT 和 GRPO 在优化目标的区别
3- GRPO 相关八股:
4- Advantages 怎么算的;一组的大小这个超参数,如何影响模型训练
5- 为什么全好或者全坏,那这一步就对模型训练不起作用
6- GRPO 相比 PPO 的改进,好处是?
7- PPO 的 Advantages 具体是怎么计算的
8- code:买卖股票的最佳时机(I 和 II)
全部评论
是实习还是春招呢
相关推荐
查看13道真题和解析 点赞 评论 收藏
分享