补一个sap面经

攒人品中，祝大家都能拿到满意的Offer！1*项目拷打2* 实习拷打3* KL 散度的数学意义是什么？在模型对齐（如 PPO/DPO）中起什么作用？4* MoE架构的具体实现原理是什么？路由（Router）是如何工作的？5* 面对模型在生成过程中出现循环、重复回答的问题，有哪些解决办法？6* BM25 算法的数学原理是什么？它相比于简单的 TF-IDF 有哪些改进？7* Agent 系统中的LangGraph是如何搭建的？其 Memory 组件的工作机制是怎样的？8* 如果单次生成的任务量远大于模型的 Max Tokens 限制，如何实现断点继续生成？9* Transformer 中 Attention 的本质是什么？请从数学角度解释。10* 为什么在计算 Attention 时需要进行Scaling11* Self-Attention 和 Cross-Attention 在作用和输入来源上有什么区别？12* 面对极长序列Attention 的 O(L^2) 复杂度问题目前有哪些主流解决方案？13* 在 Agent 多轮对话任务中，Attention 机制的局限性体现在哪些方面？14* 为什么模型在长上下文对话中容易出现“信息遗忘”？有哪些缓解机制？15* 介绍 SFT的流程，以及如何构建高质量、多样化的数据集？16* 在什么业务场景下，必须引入 RLHF 或 DPO 这种偏好对齐技术？17* MinerU 在解析复杂的工业文档（如图文混排）时，具体的处理逻辑是怎样的？18* 在多模态检索中，文本和图片是如何映射到同一个统一向量空间的？19* Ragas 评测框架中的 Faithfulness 和 Answer Relevance 指标的具体计算逻辑是什么？

3月2日投递3月4号约面3月6号面试1、自我介绍2、拷打两段实习3、拷打agent项目无八股无手撕

欢迎友好讨论，信息共享1. 了解过哪些大模型？它们在结构上的差异？2. 大模型常用的位置编码有哪些？优缺点分别是什么？3. 介绍预训练—后训练—推理的流程4. 详细问了 RLHF，包括 PPO 算法原理5. DPO 和 PPO 的区别6. 超长上下文是怎么实现的，比如 Kimi 这类模型7. 大模型智能体 Agent 的工作原理和组成部分8. 场景题：如何训练一个大模型，让它能更好地精确提取摘要9. 代码题：经典股票四连问，对应 LeetCode 121、122、123、188

继续来分享下之前的面经~欢迎友好讨论，信息共享1️⃣如何设计一个高效的 agent 上下文维护方案？2️⃣一个完整的 agent 智能体架构一般包括哪些部分？3️⃣agent 和 LLM （大型语言模型）有什么区别？4️⃣向量检索和关键词检索的区别是什么？5️⃣你了解的 tool 调用机制是怎样的？6️⃣MySQL 中的事务隔离级别有哪些？7️⃣什么是索引覆盖？8️⃣什么是协程，它和线程有什么区别？9️⃣HTTPS 的工作原理是什么？1️⃣0️⃣如何解决 Leetcode 第2题两数相加的问题？