真实面经题目 · 原创解析
Instruction Tuning 多轮对话训练中 loss mask 应如何设计,哪些 token 应参与损失?
这题考的是多轮 SFT 的 token 级训练目标设计:候选人要能说明 system/user/padding 通常不算 loss,assistant 答案 token 通常算 loss,并进一步讲清多轮全部 assistant turn、last-turn-only、label shift、packing 边界和模板一致性。
这道题出自百度算法工程师面经(面试大师面经题库,2026 年 6 月整理)。