开头介绍一下你自己项目你在整个项目里大概都接触到了哪些部分?对 SFT 和 GRPO 了解多少,比如数据集怎么构建、训练时怎么观察 loss、怎么调超参数?你们训练的时候会混一些通用数据吗?会从构建的数据里做评测集吗?域内提升有多少?怎么保证通用能力不掉?域内的评测大概效果是怎么样?可以稍微讲一下 SFT 和 GRPO 的原理吗?31 个工具大概是怎么接入的?有没有对 agent 做 agentic 的评测?RL 大概是怎么做的?会不会用训练一些轨迹数据进去?在 harness 和 agent 这块,你参与了什么(除了训练部分)?业务工具是怎么封装的?有没有针对 agent 做评测(静态评测之外的)?你在 agent 这块还做了一些后端相关的工作?像 PostgreSQL、Redis 这些服务端东西是你们自己做的吗?服务端开发大概用什么语言/技术栈?基本的一致性怎么保证?部署用的是什么,Docker、K8s 还是啥?是客户真实的生产环境吗?Redis 缓存和数据库之间这两部分的数据一致性有做设计吗?讲讲你的 RAG:整体怎么设计的?BM25 和 embedding 大概各占比多少?bad case 怎么分析迭代?用什么样的评测集验证?MRR 指标展开讲讲。RAG 里的评测体系都用哪些指标?基线怎么测出来、怎么提升的、用了哪些方法?用的 RAG 框架是开源的还是自己搭的?那些指标大概都是怎么统计出来的?靠脚本?会上生产环境用吗?对 MinerU 了解多吗?使用过程中会不会遇到什么问题?算法二选一AI Coding:多个单链表并归排序手撕:反转单链表
开头
项目
算法
二选一