1.讲一下版式分析是怎么做的？bbox 的 IOU 是什么？2.版式分析怎么做优化？目标检测有自己训模型吗？3.现在有哪些版式解析的工具？都有什么优劣？4.讲一下你的论文5.讲一下你的这个横向，有演示视频吗？6.clip 你是怎么用的？有微调过吗？7.向量数据库了解多少？有一大堆图片如何过滤相似图片？8.PDF 文档太长如何解决？RAG 讲一下整体面试还是不错的，但是没后续了，不知道是哪里出了问题

1. 某笔记管理网站的音乐源从何处获取，音乐是存储在云端还是前端工程中；若音乐打包在前端工程中，音乐数量增多会导致包体积变大，该如何对其进行更新修改？2. 百度关键词命中系统的架构是怎样的？请介绍该系统的实现逻辑及相关算法。3. 百度关键词命中系统是否使用Java开发？4. 百度关键词命中系统的优化是否包含将关键字从MySQL加载到内存和CDA中，系统实际运行时是否不再查询MySQL？5. 百度关键词命中系统的400个实例加载的内容是否一致？6. 百度关键词命中系统为何要通过shell脚本让400多个实例重启，不重启是否无法完成数据更新？7. 请介绍百度关键词命中系统中Redis带宽优化的具体实现逻辑。8. 百度关键词命中系统中通过何种方式将12MB的流量降至10MB以下？9. 若不使用Redis，是否有更简单的方法控制百度关键词命中系统的带宽问题？10. 在Golang中，协程异步推送是否会带来较大的内存压力？11. 请介绍Golang的协程和进程的模型。12. 请介绍Java的JVM内存区域分布。13. 请介绍Java常用集合（如HashMap、HashSet等）的相关源码。14. 在实际工作中是否利用Java相关知识做过性能调优，具体是如何操作的？15. 在百度文档提取系统中参与最深的模块是哪个，请介绍该模块的具体实现逻辑。16. 百度文档提取系统中通过try catch捕获异常绕过提取失败的部分，为何可以绕过该部分，该操作是否真正解决了提取失败的核心问题？17. 请解释在百度侧的数据库优化中，覆盖索引的具体优化方式。18. 日常工作中是否经常处理慢SQL，具体是如何处理的？19. 请介绍Innodb中索引的数据结构，并说明为何选择该结构，该结构对索引设计有何指导意义？20. 某笔记管理网站中使用MySQL的全文索引NGRAPH，该索引与Elasticsearch相比效率是否更低，为何选择该索引而非Elasticsearch？21. 某智能oncall的agent系统的核心agent型架构是怎样的？22. 某智能oncall的agent系统开发中，除了使用相关AI工具外，做的最多的工作是哪些，具体是如何实现的？23. 在使用AI编程工具时，若一个工具查询了大量数据超过了工具的上下文窗口，该如何处理？24. 编程题：给定一个字符串，仅允许在其末尾添加字符使其变成回文串，请使用Java实现并返回构造后的最短回文串。

有面试过同岗的朋友欢迎评论区交流1.实习介绍2.介绍一下了解的大模型有哪些，这些模型在结构上有什么差异3.说一下大模型常用的位置编码有哪些，各有什么优缺点4.介绍一下大模型的预训练后训练以及推理是怎么做的，并且详细问了 RLHF 的做法，包括PPO 算法的原理，以及 DPO 和PPO 的区别5.大模型的超长上下文是怎么做的，比如说 KIMI6.大模型智能体是怎么工作的，有哪些组件7.场景题:如何训练一个大模型，可以做到精确的提取摘要8.代码:股票的四个题 121.买卖股票的最佳时机 122.买卖股票的最佳时机I 123.买卖股票的最佳时机 I 188.买卖股票的最佳时机 IV

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 实习介绍2. 项目拷打3. 4B的模型部署需要多少显存？怎么算的？4. （项目）LoRA的数据怎么来的，结构长啥样？5. 说一下LoRA的原理；怎么理解“低秩”（r为什么远小于d）6. 了解Agent吗？说一下你做过的Agent workflow的具体流程7. 说一下LSTM的原理；其中门控机制提出是为了解决什么问题？8. 手撕代码：多头注意力；约瑟夫环