网易大模型面试题(8题)
网易大模型面试题共 8 道，覆盖RLHF 与对齐 3 题、模型训练 3 题、Prompt 工程 1 题、重排与优化 1 题，含书面答案和口语版讲法。
按题源整理该公司的大模型应用开发真题，方便面试前快速定位高频考点。
高频方向
难度分布
中等 6 题、进阶 2 题
网易代表题目
- SFT 后模型置信度下降原因?
模型训练 · 进阶 - SFT 后置信度下降怎么办?
模型训练 · 中等 - SFT 后置信度下降原因?
模型训练 · 中等 - Reward Model 训练流程详解
RLHF 与对齐 · 中等 - PPO 的 on-policy 为何是主流?
RLHF 与对齐 · 中等 - SFT 和 RLHF 为什么交替训练?
RLHF 与对齐 · 中等 - 无标注时怎么训练 CoT?
Prompt 工程 · 进阶 - BM25+向量+Cross-Encoder 怎么组合?
重排与优化 · 中等