腾讯 IEG 后台开发日常实习二面与 HR 面面经

《面试题目》

1. （二面）你的深度研究项目相比较市面上的大模型的深度思考，有什么优势？
2. （二面）评估环节的覆盖率、来源质量、边际收益是怎么计算的？
3. （二面）你微调训练模型的预训练模型从哪下载的，名字叫什么，各个参数是多少？
4. （二面）你怎么知道训练后效果变好了，训练后的各项数据是多少？
5. （二面）既然最后无法确定的情况下你还是要用配置的大模型的判断兜底，那你为什么还要做这个微调训练模型？
6. （二面）安全方面你是怎么做的？
7. （HR 面）详细讲一下你的实习经历，以及上一家公司的基建做得怎么样？
8. （HR 面）你对 AI Coding 的认识是什么？人和 AI 在开发中应当扮演什么角色？

《参考解析》

为什么二面全程只问项目：面试官用 35 分钟只挖一个项目，考的不是功能复述，而是「这个方案是不是你自己定的」。要把项目讲成一条决策链：要解决什么问题、试过哪些更简单的做法、为什么最后选了现在这条、评测口径怎么定的、指标从多少提到多少。数字是这里的关键——能报出评测集规模、基线水平、改进前后的分数，比说「效果提升明显」有说服力得多。

覆盖率、来源质量、边际收益怎么算：这类指标要先把评测集和口径讲清楚，否则数字没有意义。覆盖率通常指在标注好的问题集合里，系统能给出可核查答案的比例（分母是全部问题，分子是召回并通过校验的问题），要说明评测集是人工标注的还是抽样的、样本量多少。来源质量是给来源分级的打分机制——一手权威来源、二手转述、无法溯源的聚合内容给不同权重，再按引用来源的等级加权得到答案的质量分。边际收益是把新增一路来源或一轮检索带来的准确率增量，除以它增加的成本（延迟、调用费用），只有当增量除以成本高于现有手段时才值得加，这本质上是在做收益递减的判断。

微调的基座与参数必须能答出来：这题问的是真实性。要能说清基座模型的名称和版本、参数量、上下文长度、下载渠道，以及微调方式（全参还是 LoRA 这类参数高效方法）、训练数据量与来源、训练轮数和关键超参、显存与训练耗时。答不上这些细节，基本会被判定为「跑过脚本但没自己配过」。反过来，如果确实只是验证性实验，就把实验边界讲清楚，比如只用了小样本、只调了部分层，这比含糊其辞可信。

怎么证明训练后变好：要有一套固定的评测流程，而不是看几个例子。常规做法是准备一份不参与训练的评测集（含正例和负例），用同一个提示与解码参数分别跑基线和微调后模型，对比准确率、格式合规率、拒答率等指标，必要时做多轮取平均，再补人工抽检看错误类型是否变化。工程上还可以看下游链路指标——幻觉率、无效引用比例、平均耗时。面试官追问「数据是多少」，是想知道你有没有对照实验的意识，把评测集怎么切、评了几个维度、结论是提升还是持平都讲清楚即可。

「既然还要大模型兜底，为什么还做微调」怎么答：这题考的是对系统分层的理解，不是让你辩护。合理的答法是说清两者职责不同：微调模型承担高频、可预期的那部分判断，成本低、延迟低、格式稳定，能把大部分简单情况直接处理掉；大模型兜底只在低置信度或超出覆盖范围时触发，是安全网而不是主力。接着给出比例——比如多少比例的请求由微调模型独立处理、多少比例走到兜底，以及兜底带来的额外成本。如果实测下来微调并没有在成本或质量上带来净收益，诚实地说明这是探索性尝试、目前结论是什么，比硬编一个理由更好。

安全与 HR 面怎么答：安全方面可以分输入、执行、输出三层讲：输入做注入与越权指令的过滤，执行时工具权限最小化、只暴露只读或白名单接口、敏感操作二次确认，输出做敏感信息与格式校验，评测集里固定放一批安全用例回归。HR 面问「人和 AI 在开发中扮演什么角色」，关键是给出判断而不是口号：人负责定目标、拆问题、做取舍和验收，AI 负责提速执行与信息归纳；紧接着给一个自己用出来的例子——哪些环节交给 AI、哪些必须自己把关、怎么验证产出是否正确。实习经历按「做了什么、遇到什么卡点、怎么解决、结果如何」讲，能带上量化的结果最好。