公司真题库2026-07-27
【字节跳动】DeepSeek-R1 最大的突破是什么？与之前版本相比主要改进有哪些？
字节实习一面真题：考察对 R1 技术路线的理解——核心突破是验证纯 RL 可涌现推理能力（R1-Zero）并全量开源，R1 用冷启动 SFT 加 GRPO 多阶段训练解决可读性与语言混杂问题。
91学AI·11 阅读
标签
#推理模型
共 2 篇文章
公司真题库2026-07-27
【拼多多一面】为什么推理模型（o1/R1）早期不支持 Function Calling / MCP？interleaved thinking 解决了什么？
拼多多一面真题：推理模型早期不支持 FC 的主因是训练管线缺工具调用轨迹而非上下文窗口；interleaved thinking 让思考与工具调用交替，解决推理与工具割裂，但放大成本与错误传播。
91学AI·5 阅读