360数据算法实习生一面

1.30万数据中自己造的占比

2.下游sft

3.用的模型是多大的？6b嘛？大概要训练多久

4.数据清洗怎么做的

5.知道回复长度的分布是什么样的吗

6.问题和回复哪个比较长

7.数据有尝试让他保持均衡嘛？

8.bert 64 512 128的表现怎么样

9.为什么上线的效果好于训练时

10.具体的类别的准确率

11.为什么选择了F1做指标，而不是准确或是召回

12.后续又做了什么优化？数据版本控制

13.AB测分别提了多少 然后对用户的留存率提了多少

14.怎么追踪这个后续的结果

15.介绍一下学校的项目

16.介绍下社交网络方面常用的模型及优点

17.用的数据集是怎么来的

18.虚假信息的定义

19.我们最后是要做什么 溯源嘛还是什么卡住关键节点