评测指标 面试题
共 10 篇真实面经 · 涵盖 某互联网公司 / 海尔 / 快手 / 卓驭 / 通用 等 9 家公司
Agent 开发面试四问:PDF 带表格图片怎么分块、效果不好先看哪些指标
四道 AI 应用 / Agent 岗位的高频面试题:RAG 知识库分块时 PDF 里的表格和图片怎么保住结构、大模型回答效果不好时该先换 API 还是先看指标、token 成本怎么分析、意图识别有哪些实现路线以及各自适用场景。
海尔 Agent 系统工程师一面:GRPO 奖励怎么设,worker 失败怎么办
海尔 Agent 系统工程师一面 30 分钟,两位面试官,全程针对实习与项目,无手撕:先追实习里多维打分的测试数据来源、指标怎么得出、样本是否够覆盖,再问 GRPO 的数据集与奖励设置、GRPO 与 DPO 的区别、何时用 SFT 何时用强化学习、多 Agent 项目的流程与 worker 失败的处置,最后问工作地、offer 与为什么选择实体企业。
快手 AI Agent 一面:视频检索的倒排索引、BM25、时间 IoU 与引用约束
快手 AI Agent 开发一面,全程围绕一个「从整场直播里找回某句话或某个动作」的检索 Agent 追问十一轮:倒排索引为什么要存词位置、BM25 的词频饱和与长度归一化、图文对比学习在学什么、切窗长度与步长各控制什么、时间 IoU 为什么惩罚「整段都报」、时间维度的非极大值抑制、两段证据怎么拼成一次事件、约束解码能否消除引用幻觉,最后是 Recall@K 与「第一次」这类需要覆盖度的问题该怎么答。
卓驭实习一面:偏好优化怎么落地、两条轨迹怎么比、微调与场景构建
卓驭实习一面流程常规:自我介绍后顺着项目深挖,问题集中在偏好优化怎么实现、两条轨迹如何对比评估、整个任务用什么指标判断模型好坏、方案是否先模仿学习再强化学习、微调细节、模型怎么搭建与场景怎么构建,最后反问。题目不多但都指向「你究竟做没做过」的细节。
AI 测试面试题:传统软件测试与 LLM 测试最大的区别是什么
AI 测试八股之一:传统测试建立在「给定输入产生预期输出」的确定性上,LLM 测试面对的是概率性输出——断言方式、评估指标、用例设计与数据准备都要换一套逻辑。
快手可灵 AI 全栈开发一面:RAG 链路、Rerank 原理与 TopK 的收益反转
快手可灵 AI 全栈开发一面全程围绕 RAG:完整链路怎么拆、Rerank 为什么有效以及 Cross-Encoder 与 Bi-Encoder 的结构差异、优化怎么证明真的有效(Recall@K / MRR / NDCG 与生成侧指标)、TopK 调大为什么反而让准确率下降、多模态文档怎么入库与跨模态检索,以及离线评测很好但线上答非所问该怎么定位。
拼多多 大模型算法 二面:模型内化机制到底不可替代在哪
拼多多人才计划大模型方向二面:不考八股和手撕,全程拆解「模型内化 + Agent」方案的不可替代性,追问知识偏差、业务增益、与 RL 和自动调参的差异、rollout 算力利用率和可量化指标。
创维科技测试开发校招一面:AI 生成用例怎么评、平台本身怎么测
创维科技校招测试开发一面面经,题目集中在「AI + 测试」的结合点:如何判断一个测试场景适合自动化、如何验证 AI 自动生成的测试用例质量、AI 如何判断哪些用例可以自动执行、如何验证自动化平台自身的可靠性,另外还问了 Vue 3 响应式失效的排查思路、生成式 AI 用例的评测指标设计,以及 pytest fixture 作用域的影响。
小天才 AI应用开发 一面:Agent 空转控制与线上效果度量
小天才 AI 应用开发一面:从 Agent 项目分工、循环空转与线上指标,问到 PPT/PDF/Word 入库、重排技术、正方形迷宫算法,以及如何向小白解释豆包的生成过程。
Agent 岗面试问题整理:规划、工具调用、记忆与评估的连续追问
一份 Agent 岗面试的完整追问记录,全场约五十分钟:从项目里最复杂的一次工具调用切入,覆盖 Agent 与普通大模型调用的边界、规划模块与工具异常的连续追问、长短期记忆设计、多 Agent 协作与评估指标,最后是售后工单 Agent 的开放设计题。