字节跳动 AI 产品经理实习面经

《面试题目》

1. 介绍实习经历。
2. 介绍论文的研究问题、方法和贡献。
3. 图像生成和理解已较成熟，你的论文为什么能进入顶会？核心竞争力是什么？
4. 模型精调有哪些方式？
5. 模型有哪些常用调试手段？Fine-tuning 可以如何优化？
6. 模型评测有哪些自动和人工方法？
7. 介绍个人项目的背景，它属于实习项目还是在校项目？

《参考解析》

1. 论文贡献：从已有方法的明确缺口、核心创新、实验增益和适用边界回答，强调可复现证据，不要只用“效果更好”概括。
2. 精调方式：包括全参数微调和 LoRA 等参数高效微调；也可按训练目标区分监督微调、偏好优化等。选型取决于数据量、算力、任务变化和效果目标。
3. 调试方法：先建立基线和固定评测集，再检查数据质量、训练与验证曲线、学习率、批量大小、梯度、过拟合和典型错误，逐项做消融实验。
4. 模型评测：自动评测适合规模化比较，可用任务指标、规则或模型裁判；人工评测适合主观质量和复杂边界，应制定 Rubric、盲评并检查标注一致性。