第2章 高频面试问题与回答框架：常见问题、答题结构、公司侧重点

• 对指标体系的系统性理解
• 指标选择与业务目标的关联能力
• 是否具备自动+人工协同评估的思维

1. 分类：自动指标 vs 人工指标，生成 vs 理解任务
2. 依据：业务目标、数据特点、计算成本
3. 组合：自动指标初筛 + 人工评估终判

我会按任务类型组合指标。文本生成用 ROUGE / BLEU + 困惑度 + 人工评分；推理任务用准确率 + F1。核心原则：自动指标做快速初筛，人工评估做最终判断，两者互补。同时关注指标与业务目标的对齐，避免“指标好看但实际没用”。

• 指标之间冲突时怎么办？
• 某个指标异常高但效果差，如何排查？

不要只罗列指标名称而不说明“为什么选”。面试官想听的是选择逻辑，而非指标字典。

• 数据构建方法论与工程落地能力
• 质量控制意识与偏差缓解策略
• 对边缘case和长尾分布的敏感度

1. 来源：真实数据 + 构造数据，比例 7:3
2. 采样：分层采样覆盖常见场景 + 边缘Case
3. 质控：标注规范 + 交叉验证 + 一致性检查

我采用分层采样，从真实请求中按比例抽取覆盖 20+ 个细分场景，并补充对抗样本。标注环节设置 10% 交叉验证，一致性低于 80% 退回重标。挑战在于长尾场景数据稀疏，通过主动学习迭代补充，最终数据集 5000+ 条，偏差控制在 5% 以内。

• 如何具体计算标注一致性？
• 数据偏差怎么量化？

不要只说“我们做了数据清洗”。主动提及偏差缓解措施和一致性量化指标，这比单纯描述数据量更能体现专业度。

• 综合分析能力与决策思维
• 是否具备业务视角的取舍逻辑
• 结论的可操作性与说服力

1. 分层：核心指标 vs 辅助指标
2. 匹配：业务需求优先级排序
3. 综合：定量 + 定性 + 风险分析
4. 建议：明确推荐 + 优化方向

我会先区分核心与辅助指标。模型A在核心指标BLEU上领先12%，模型B在辅助指标推理速度上快30%。结合业务对生成质量要求更高，我推荐模型A，同时建议将模型B的推理加速技术迁移到模型A上，作为下一阶段优化目标。

• 如果业务方坚持选指标差的模型怎么办？
• 综合评分如何量化？

切忌“和稀泥”——两个都好或都不好。面试官期待你给出明确结论，并附带可落地的后续动作建议。