拼多多大模型算法岗二面面经（同场另一记录）

《面试题目》

1. 常规个人自我介绍。
2. 详细讲解实习核心项目的建模思路、整体实现流程与关键技术落地细节。
3. 结合大模型训练场景，谈谈 SFT+RL 整套训练范式的实际必要性，是否存在冗余环节。
4. 针对模型最终准确率有限的问题，分析短板，并说明后续可优化、迭代的方案。
5. 结合技术落地与工程视角，阐述个人对 AI Agent 的整体理解与核心价值。
6. 手撕：判断数组中是否存在长度为 3 的递增子序列。

《参考解析》

项目讲述建议按“业务目标—数据构造—模型方案—训练/推理—上线指标”展开，重点解释为什么选这个方案、做过哪些对照实验、失败案例怎么归因。面试官追“落地细节”时，要能说出数据量、标注方式、训练资源、离线指标和线上收益，而不是只讲模型结构。

SFT+RL 的回答要带取舍：SFT 解决“会不会做”，RL 解决“做得好不好”，但 RL 的奖励设计、采样成本和稳定性是主要风险；如果任务有标准答案且 SFT 已能覆盖，强行加 RL 可能只增加成本。准确率优化同理，先确认评测集是否能反映真实分布，再谈数据、检索、解码和模型迭代。

Agent 的工程价值可以用一个具体链路说明：用户请求进入编排层，规划器拆任务，工具层执行查询/写入，记忆层保存状态，最后做结果校验和回传；核心价值是缩短“意图到动作”的路径，同时把不确定性关进权限、重试和人工审核的笼子里。

手撕用贪心双变量即可；如果要求输出具体三元组，则额外记录下标或改用前缀最小值加后缀最大值。