数据配比 面试题

百度大模型算法岗一面面经：从 GRPO 训练细节到 CoT 数据集

百度大模型算法岗一面真题：面试官按简历逐项深挖 Agentic-GRPO 的业务场景、训练数据规模与配置、红蓝对抗主体设计、奖励函数维度，再问 Qwen 微调的数据筛选与配比、CoT 数据的自动化构建与降噪，收尾是交叉熵、SQL 与两道手撕。