卓驭科技面经

1、数据合成具体是怎么合成的，都是什么样的数据，用的什么模型，有没有看过数据的质量，数据有没有出过什么问题
2、有什么方法筛掉低质的数据3、大模型tokenizer是怎么设计的，不同语言怎么做
4、sft的作用是什么，为什么先做sft再强化学习
5、介绍一下大模型和agent的区别和关系
6、skill和工具的区别，模型怎么知道有哪些skill
7、记忆模块怎么实现的
8、dpo的优缺点，为什么主流不用dpo
9、tts模型音频是怎么处理的，怎么离散成token的
10、模型效果怎么样，下一步优化方向是什么
11、日常用不用ai，怎么判断ai回复的质量行不行，有没有什么省token技巧