阶跃星辰(StepFun)
共 2 篇面经 · AI 评测算法
阶跃星辰 AI 评测算法二面:AI 水印、数据合成与上下文压缩
阶跃星辰 AI 评测算法二面从实习规划与岗位定位问起,围绕评测闭环如何推进到数据合成与质量过滤、AI 水印的生成与检测原理、人类判别的上限,以及现场阅读开源 harness 的上下文压缩实现展开。
阶跃星辰 AI 评测算法一面:harness 原理、沙箱机制与 GDPval-AA
阶跃星辰 AI 评测算法一面,面试官先介绍岗位(后训练阶段、办公场景,包括数据合成、评测集构建、judge 设计),然后要求只讲与岗位最相关的 1–2 个项目,重点追问痛点、pipeline、方法原理、评测集构建、与已有 benchmark 的区别;技术题问用过哪些 harness 并选一个讲原理(候选人详述了 Codex 的 Agent Loop)、是否接触过 GDPval-AA、评测从输入到产出的完整链路、沙箱机制(模型 API 在容器内还是外、工具在内还是外);AI Coding 环节现场与 AI 对话探索 GDPval-AA(是什么、源码、官方 rollout harness、rollout 如何执行与拿产出),追问「API 在容器外、工具在容器内」怎么理解;最后问日常手写还是 AI 写代码。反问阶段问到多项目并行时的注意力分配,回答是一人最多并行两三个、主力 1–2 个。