校招 未知部门 / 算法 / 一面

<h2>滴滴——大模型算法岗（出行场景）校招一面</h2> <p><em>来源为牛客付费专栏，以下仅收录公开可见内容，付费部分未收录。</em></p> <ol> <li>项目当中强化学习框架怎么搭建的？verl框架中agent loop怎么实现的？</li> <li>介绍一下强化学习都包括哪些组件？详细介绍一下GRPO算法。</li> <li>介绍一下on-policy和off-policy的区别。在出行场景中，你用哪种？为什么？</li> <li>如果让你用大模型做滴滴的智能客服，怎么设计对话状态管理？</li> <li>出行场景中，用户的需求非常实时（比如“我赶时间”），Agent怎么快速响应？</li> <li>如果用户说“帮我叫一辆车去机场”，Agent需要调用哪些工具？怎么编排？</li> <li>如果高峰期车辆紧张，Agent怎么和用户沟通？怎么设计兜底方案？</li> <li>你怎么评估一个出行Agent的服务质量？除了准确率还有哪些指标？</li> <li>如果让你设计一个</li> </ol>