小米 大模型算法面经（一面）

日常实习 · 2025-11 · 来源 牛客

• 一面 · 项目：SFT 与 RLHF 前后回答的变化
• 一面 · 八股：用 DPO 的 chosen 直接做 SFT，还需要 RLHF 吗