字节飞书 安卓二面

字节抖音AI搜索，主要以cpp开发1.自我介绍。2.介绍一下你的这些项目吗？多agent项目3.你的主控 Agent 的输入是什么？4.你的子 Agent 是怎么让主控 Agent 感知到的？5.你的 Agent 和 Agent 之间是怎么交互的？有什么协议吗？6.你是怎么决定要开发这几个子 Agent 的？各agent分别承担什么功能？7.你的数据来源是什么？8.你刚刚说的大盘行情数据、新闻这些，又分别是从哪个数据源来的？9.你这个怎么提取关键词的？10.这些新闻或者搜索到的文本数据拿到以后，你会做什么处理？11.你会限制整个 context 的长度吗？12.你这里限制是多少？13.那 token 和文本的换算关系你大概了解吗？一个 token 大概对应多少文本？14.你的模型输入最大允许多大的窗口？15.你为什么会选择调多个模型？其实选一个最适合的模型是不是就够了？16.你有调研过各个模型的特性吗？你是怎么选的？17.千问你这边有用吗？18.你这个简要的 RAG 框架？19.你可以从输入开始，简单说一下你整个 RAG 框架的流程吗？20.那你这个知识库和新闻，这两个 Agent 的定位区别是什么？21.你为什么会采用 multi-agent 的架构，而不是一个 Agent 加一堆工具的架构？22.你的模型推理链路是怎么部署的？八股26.你可以说一下，我们在浏览器里面输入一条链接以后的通信过程吗？27.HTTP 和 HTTPS 有什么区别？28.什么叫线程安全？29.你用过哪些锁？互斥锁用过吗？30.你了解互斥锁大概怎么实现吗？31.还有其他哪些锁？32.写时复制了解吗？33.进程间有哪些通信方式？算法题二叉树最大宽度大半时间都是揪着我的多智能项目来问，业务针对性强。开学第一场，对新做的项目整体准备不太完善，答得不太行，估计面评也脏了，到发布日期字节没第二场了面AI相关岗位可以参考一下它的提问方式。

1、知道 GPT 和 BERT 这种模型的基础框架是怎样的吗BERT 和 GPT 都是基于 Transformer 的预训练模型，但结构和任务目标不一样。BERT 一般采用 Transformer Encoder 堆叠起来的双向编码结构，在预训练时主要做 MLM，也就是随机遮盖一部分 token，让模型根据上下文去恢复被遮掉的词，因此它更适合理解类任务，比如分类、匹配、抽取、检索表示学习。GPT 采用 Transformer Decoder 堆叠起来的单向自回归结构，在预训练时做 next token prediction，也就是根据前面的 token 预测下一个 token，因此它更适合生成...

缓存方案的读链路和写链路缓存雪崩击穿穿透缓存用了什么ttl，数据结构用的是什么分表如何保证数据一致性项目里面哪里用到了多线程  进程线程  进程底层区别数据库acid，隔离性为啥用b树原子性在操作系统和硬件层面如何实现抖音刷视频的请求链路抖音要求高qps低延迟  在哪些层面优化算法题：和谐数

1. 如果想要在某个模型基础上做全参数微调，究竟需要多少显存？这个问题不能只看模型参数量，还得把训练时真正占显存的几部分一起算进去。全参数微调时，显存通常会被下面这些东西吃掉：模型参数本身梯度优化器状态前向传播保存的激活值CUDA 运行时和框架缓存如果用的是 AdamW 这类优化器，除了参数之外，还要额外维护一阶矩和二阶矩，所以训练显存会明显高于推理显存。一个比较粗糙但实用的经验是：全参数微调的显存，往往是模型权重显存的 6 到 12 倍左右，具体还得看序列长度、batch size、是否开 gradient checkpointing、是否做 ZeRO/FSDP 分片。拿 7B 模型举例，F...