1.简历 2.介绍 DeepResearch 几篇工作？主 Agent 和子 Agent 有什么区别，主要哪些子 agent？3.RL tool 的 loss 有什么区别？4.Reasoning 的 loss 有什么其他特点，介绍你知道的（think 和 nothink 的 loss）。5.PPO、GRPO、DPO 区别。6.DAPO 了解多少，介绍创新点。6.还有其他 GRPO 变体吗？介绍创新点。7.手撕：rope，打开 llama github 源码的 rope 介绍和我实现的区别总结：RL tool的loss忘了，只有这一个失误，然后喜提人才库

ai应用开发作为新兴岗位，许多同学对于其岗位构成，岗位职责等都尚有些模糊，因此我将我在相关实习中的工作内容进行简单总结，抛砖引玉，以期能对大家有一些帮助。项目背景 我在公司中做的最主要的项目即合同文档智能审核系统，这个是企业风控及降本增效的核心组件之一，传统Java微服务架构下，敏感词审核、错别字校验、风险分析等模块存在服务耦合度高、AI能力集成成本高、策略调整需全量发布的问题。MCP（Model Context Protocol）作为标准化工具调用协议(即JSON-RPC协议)，结合multi - Agent架构可实现工具层与业务逻辑层解耦，既保留微服务模块化优势，又提升系统对AI能力的适配...

当时面完没太记录，有点记不清了，面了一面，二面, HR面和产品VP面，记得以下几个问题1.日活波动怎么分析2. 最近看的工具书，画一个脑图并介绍3. 跳出舒适圈的例子4. SQL题，还考了字符串相关5.实习分析的指标、解决的问题6. A/B test看提升频率如何排除其他因素的影响

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