1. 介绍RAG流程；介绍对编码模型的了解、原理、优缺点；如何评估编码模型的能力2. RAG有哪些分类；多模态RAG有哪些实现框架；伪多模态RAG和多模态RAG分别怎么实现，有什么区别；CLIP可以用于哪一类多模态RAG3. RAG怎么评估，RAG评估体系中最重要的是什么4. 传统RAG有什么痛点；介绍GraphRAG，GraphRAG的难点是什么；GraphRAG如何应对增量场景5. 介绍微调负责的工作；大模型微调最重要的是什么6. 后训练有哪些方式；微调有哪些方式；LoRA原理及参数量7. 介绍DPO；DPO与PPO的区别8. 介绍一些Agent的实现框架；这些框架有什么区别；LangGraph适用于什么场景；LangGraph构建Agent的方式有哪几种9. 场景题：客户输入一个软件或网页界面截图，如何通过RAG的方式帮助用户了解界面的每一个组件作用10.代码：136.只出现一次的数字

突然受到阿里灵犀的邮件，招游戏测开，之前被阿里灵犀游戏开发kpi面给搞了，现在让我去测开面试，而且给了一堆人群发的，估计竞争也不小吧。我才不去  不想搞测试开发，算了

拿到心仪的offer啦！一开始最想去的公司就是莉莉丝，但是最开始莉莉丝没有算法岗，投递的开发岗基本上光速挂之后海投了大量游戏厂都是挂在各种位置，还以为秋招可能只能去不喜欢的工作了（米哈游一面挂，巨人三面挂，雷火一面挂，灵犀在广州二面拒了，鹰角笔试挂，叠纸没有hc，还有各种中小厂）结果11月的时候收到了另一家游戏厂的oc，在拉扯的过程中还收到了莉莉丝的转移面试本来以为秋招要结束了，在11月的时候拿到了两家游戏厂的oc，甚至远超我预期的薪资水平真的十分感动，纠结许久还是去了我最初的梦想——莉莉丝下一站！启程了！！

1.介绍下self-attention，计算其时间复杂度。2.为什么要用multi-head attention？3.PPO的clip机制？在线强化学习和离线强化学习有什么区别？RLHF是哪一种？4.为什么要用reference model? 为了解决什么问题？5.如何让多个agent协同工作的？举个具体的协同机制例子。6.如果一个agent误判导致策略冲突，如何处理？7.有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？8.你是怎么设计agent的记忆系统？9.长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？10.有没有做记忆衰退，避免旧数据干扰新任务？11.你们这种模块堆叠的架构是怎么设计视觉问答模块和动作模块的协同逻辑的？12.human feedback是怎么被agent消化吸收的？有没有用rl进行策略更新？13.有没有做过模型压缩？比如在车载端或低端设备上的推理加速？14.如果量化后理解能力下降怎么办？怎么做精度补偿？15.你怎么处理响应速度与推理精度之间的tradeoff？是先召回再精排，还是单次生成？16.如果要做电商agent，你会选择哪些模态的信息作为输入？比如文本评论、图像、视频、购买记录？