深信服 大模型算法面经（一面）

日常实习 · 2026-06 · 来源 牛客

聚焦大模型对齐算法（DPO/GRPO/PPO）、训练监控指标、RLHF数据构建及客服Agent落地场景

• 一面 · 项目：训练大模型时关键超参数有哪些？如何通过指标判断训练效果？
• 一面 · 八股：DeepSeek-R1的核心技术贡献是什么？