腾讯内推腾讯面经

1. 核心基础能力* 自然语言理解（NLU）与生成（NLG） 功能支撑：准确解析用户输入语义，生成流畅自然的回复。 技术示例：GPT-4、PaLM等通用生成模型，处理开放域对话。* 上下文理解与长期记忆 功能支撑：跨轮次跟踪对话历史，维持连贯性。 技术方案：扩展上下文窗口（如GPT-4 Turbo支持128k tokens），或通过向量数据库缓存历史对话。2. 交互进阶能力* 多轮对话管理（DST与策略控制） 功能支撑：管理对话状态（如预订流程中的时间/地点），动态调整回复策略。 实现方式：模块化架构（如Rasa框架）或端到端学习（如SGD数据集训练）。* 意图识别与槽位填充 场景应用：任务型对话（如查天气、订餐），精准提取用户需求参数。 技术工具：联合训练BERT+CRF模型，或使用Few-shot Prompting引导大模型。* 主动澄清与歧义处理 用户体验：对模糊查询（如“帮我订桌”）主动询问时间、人数等细节。 实现逻辑：基于不确定度阈值触发澄清机制，或模型生成追问式回复。3. 个性化与情感维度* 用户画像与个性化生成 数据驱动：基于历史交互学习用户偏好（如简洁回复或详细解释）。 技术整合：用户Embedding向量+大模型提示词定制（如“假设用户喜欢科技新闻，请生成回复”）。* 情感分析与共情回应 场景价值：在客服场景中检测用户情绪（如愤怒），调整回复语气。 技术方案：情感分类模型（如RoBERTa）+ 回复风格控制（如Constitutional AI约束）。4. 知识与应用扩展* 检索增强生成（RAG） 功能需求：回答实时信息（如新闻）或专业领域知识（如医疗建议）。 架构设计：Elasticsearch检索 + GPT-4生成，结合引用标注提升可信度。* 多模态交互 场景拓展：支持图像问答（如识别商品图片）、语音输入输出。 #AI#  #牛客激励计划#  #产品经理#   #聊聊我眼中的AI#  #如何判断面试是否凉了#  #24届软开秋招面试经验大赏# #牛客AI配图神器#

3.10晚上一面过，到现在都是复试状态，许愿二面许愿二面许愿二面许愿二面许愿二面许愿二面许愿二面=====3/19 更新=======二面就20min，面试官也没开摄像头，问了一下实习、规划，无手撕。纯kpi=====3/21更新========链接消失了？？？？许愿三面？许愿三面许愿三面许愿三面许愿三面许愿三面许愿三面许愿三面许愿三面有人说我是三面总监面和二面调过来了，有没有一样的？#腾讯#

腾讯pcg安卓3.13一面 2h3.19二面 45min二面面试官还没提交面评卡链接😭3.24更新 已挂

周五一面 问的问题很简单，对着简历简单问问实现，八股问了些基础的。算法给了一道大数相加给了一道LRU反问 说部门使用C++/Go 偏多一共四十分钟不到结束面试周一一早显示流程结束