文远知行算法一面与 MiniMax 大模型后训练岗:两条技术路线的考点对照
文远知行 一面
一篇把两场算法面并排复盘的帖子:文远知行自动驾驶算法工程一面偏工程落地,追问检测模型为什么选这个 backbone、数据增强怎么定、离线指标与车端表现不一致时怎么排查,代码题偏数组字符串,场景题是「给一段路测数据如何定位某类漏检的成因」;MiniMax 后训练岗问 SFT 数据清洗与配比、指令多样性、训练轮次与过拟合、RLHF 偏好标注一致性、reward model 泛化评估、PPO 训练不稳定的排查,还有「有限算力下如何设计后训练流程」的开放题。