ORPO 面试题
共 2 篇真实面经 · 涵盖 字节跳动 等 1 家公司
字节算法实习一面:项目全链路深挖,从 DPO、ORPO 追到检索方案与 beam search
字节算法实习一面几乎全程围绕一个实习项目展开:数据集构成、知识库搭建、模型选型、检索方案、损失函数与优化方式逐环节追问,重点考 DPO 的优势与短板、ORPO 的原理以及其他偏好对齐算法的差异,最后手撕 beam search。
字节算法实习一面面经:偏好对齐三连问与 beam search 手撕
同一场字节算法实习一面的另一份记录:面试几乎不考独立八股,全部围绕实习项目逐环节追问,偏好对齐部分从 DPO 的优势短板一路问到 ORPO 原理与方案差异,最后要求手写 beam search。