实习秋招两手抓 有没有一样的家人们现在咋样了

资料分析题稍微有点难度，其他题目相对来说还好，希望后续一切顺利

部门：滴滴关于agent场景的大模型应用，例如规划行程、帮打车之类的 一面：项目：聊了两个实习项目，一个是sft大模型的，一个是大模型建模的八股：无手撕：最长递增子序列二面：项目：无八股：开放性问题：一个基座模型在三种数据上微调后，出现了三种错误：a.答案正确但没有符合其他用户要求（用户要求简短输出却输出很长）b.输出一直重复 c.输出错误答案。这三种情况的原因是什么？有什么解决办法？用思维链的方式分别对这三种问题有效果吗？手撕：上来就是两个手撕题，被吓到了。磕磕绊绊做出来了[捂脸R]1.不能调包，纯手写linear regression2.统计10000以内的质数数量

长时间面试像一次深度Code Review。有人质疑，有人追问，但也有人点头。只要你没写//TODO三年未改，就有希望合入主干。

1. 你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2. 构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多用户并发中怎么做隔离？你是如何保证线程安全的？3. 微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。4. DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？5. 你说你服务部署在 vLLM 上，为何选择它？KV-c...