职位题库

大模型后训练算法工程师面试题库

面向大模型后训练算法工程师相关面试,围绕SFT、后训练流程、数据构造、偏好对齐、评测体系等主题展开练习,结合题目考察点、回答思路、参考答案和常见误区,梳理知识要点并练习清晰表达。

3 道题目建议用时 9 分钟专项面试练习

全部题目 3 道题

01

在SFT阶段,你会如何清洗和配比指令数据,并保证指令数据的多样性?训练轮次与过拟合之间如何平衡?

考察候选人对SFT数据链路的实操理解,包括清洗规则、配比策略、多样性保障和训练轮次控制。
02

在RLHF中,如何控制偏好数据的标注一致性,如何评估reward model的泛化能力,PPO训练不稳定时有哪些排查手段?

考察候选人对RLHF全链路的理解深度,尤其是偏好数据质量、reward model泛化和PPO不稳定排查的实战经验。
03

如果要在有限算力下提升模型在某个垂直任务上的表现,你会如何设计后训练流程?

考察候选人的系统性思维,能否在算力约束下把数据构造、SFT、偏好对齐和评测串成完整方案。
返回面试题库