大模型算法一面面经

继续来分享下之前的面经~欢迎友好讨论，信息共享

1. 实习拷打
   2.项目1拷打
   3.项目2拷打
2. 你们画像里有很多隐性标签，这种标签本身没有显式真值，你们一开始是怎么想到用大模型来做这件事的？
3. 传统规则、统计方法、分类模型其实也能做一部分标签，为什么你们最后会觉得一定要引入LLM来做
4. 你这个Prompt Engineering项目里，我比较好奇的一点是，为什么一定要先做token压缩？如果不压缩，具体会有什么问题
5. 你说你们把原始行为明细压缩成高密度特征，那这个过程里你怎么判断哪些信息该保留、哪些信息该删？万一删掉了关键行为怎么办？
6. 你们为什么会把高频到访、强行为强度的信息放在前面？
7. 你提到按主题域去做Semantic Grouping比如把消费类标签放一起，这个事情为什么会提升效果？
8. 既然分组这么有效，那消费和出行之间明明也有关系，比如高消费人群可能更常打车、更常住高端酒店，那你把它们拆开之后，会不会反而丢掉跨域关联
9. 你们这个Prompt里为什么“禁止做什么”会比“要求做什么”更有效？这个结论是怎么得出来的，有没有比较具体的Bad Case可以举一下
10. 你们要求模型输出严格的JSON格式，这种工程化约束听起来很强，那模型最常犯的错是什么
11. 如果模型输出里经常出现幻觉或者格式错误，你们是怎么一点点把它调到可上线状态的？中间有没有经历过那种离线看着还行、线上一跑全崩的情况？
12. 你们这里有很多标签是没有Ground Truth的，那这种情况下你怎么证明“模型打出来的标签是靠谱的”
    15.你提到会用Proxy Metric去评估，那你们当时是怎么设计这些代理指标的？
    16.你说DeepSeek R1比其他模型更适合这个任务，那你们当时有实际对比过Qwen）、Llama吗？具体差异体现在哪，为什么R1更适合做这种标签推理？