CoT 面试题

百度大模型算法岗一面：Agentic-GRPO、奖励函数与 CoT 数据构建

百度大模型算法岗一面：全程围绕简历里的 Agentic-GRPO 项目深挖——适用场景、训练规模与配置、红蓝对抗的主体设计、奖励函数维度与调优；接着问 Qwen 微调的数据量级与配比、CoT 推理数据集的构建与质量校验，最后是交叉熵、SQL、数组最大值与最长公共前缀这些基础题。