面试很难，还是要多多练习，感觉自己说不明白业务逻辑1、实习拷打2、你学习的计算机相关的课程有哪些，能简单介绍一下吗？3、多模态融合的项目相关：你的这个项目中的多模态融合，以及cross-attention，动态门控是如何实现的？4、你们的实验结果有和其他模型进行对比吗？5、你们的数据量有多少，数据的来源是哪里，你们的小数据集是不是很可能过拟合？6、你训练的这个模型参数多少？7、智能体项目相关：ReAct模式是怎么样的？8、你觉得你们这个项目的亮点是在哪里？9、你们RAG的部分是如何解决Query混乱，检索精度低的问题的？10、你们检索召回精度是多少？11、你说爬取了罕见病相关的知识进行RAG，那么通用大模型的训练语料会不会已经爬取了他们进行训练，为什么你还要做RAG？12、八股相关：Transformer中的Decoder介绍一下你的理解？13、你在浏览器中输入一个url，到返回请求，中间会经过怎么样的一个流程，你可以详细描述一下吗？14、你用的计算机编程语言中的锁可以介绍一下？15、你有了解过Multi-Agent架构吗？16、你对B+树有了解嘛？17、多头注意力机制你的理解是什么，为什么不能换成单头的？18、你的简历更适合投算法岗，为什么要投我们的ai应用？19、AI coding，开发一个符合具体要求的代码自动审核和修复的Agent，限时半小时

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. 实习拷打2. 调用openai的接口，背后协议是怎样的一个workflow3. 项目拷打4. code: n个人站成一排，从左到右编号1-n，每次随机淘汰一个奇数位置上的人，淘汰完之后右边的人左移，（淘汰49之后，50变49，51变50），99轮之后，只剩的最后一个人获胜，问: 假如你参加这个游戏，站在哪个位置可以让你的赢面最大5. 模型基座怎么训的了解吗6. 场景题: 根据名字预测性别，方案和需要的数据量7. 讲一下ppo，dpo，grpo，以及rl到底在优化什么东西8. 讲一下持续学习的概念吧，业界持续学习大概有哪几种方法9. 讲解一下这篇论文

攒攒人品！有面试过同岗的朋友欢迎评论区交流项目:1.全局唯一ID是怎么保证的2.functioncall和MCP的区别以及各自的缺陷是什么3.skill了解吗?如何调用工具?4.会话记忆怎么实现的?5.在一轮对话上下文中是如何携带会话记忆的?6.有没有思考过目前实现的会话记忆有哪些优化空间?八股:自定义classLoader在什么情况下需要?如何实现?1.openclaw了解吗?2.研究方向是什么

继续来分享下最近的面经~欢迎友好讨论，信息共享1.实习拷打2.有没有召回的准确率之类的过程指标3.评测机制是怎么构建的，评测集是怎么构建的4.人工标注的话，大概多少条呢5.你说召回率75%，那剩下的25%是什么原因呢6.第二段实习你做过多Agent的设计是吗？讲一下单Agent和多Agent的差异7.调研过程中，对一些任务编排有了解过吗8.RAG的原理如何理解9.你的prompt提示词模板怎么管理的10.每次更新有没有版本的概念11.第一段实习中的自研大模型，有没有和别的通用大模型作对比12.你们最终衡量这个项目的结果时，用什么指标衡量的13.LocalLife是你自己做的项目吗，说一下其中的function Calling完整的工作流14.如果用户的询问中命中了两个函数，那系统调用的逻辑是怎样的15.定义了几个function供大模型调用，如何设计的16.会不会出现不同function之间，描述有歧义或冲突17.function Calling和Agent的区别18.如果将你的LocalLife升级成一个Agent的体系结构，你觉得还要做哪些事19.举一个用AI编程工具完成的比较复杂的一个开发任务20.对AI代码的审查你用的是开源框架还是什么方式21.利用AI进行的模块设计中，有用到一些设计模式之类的吗22.单Agent和多Agent的使用场景23.电商场景下，会涉及到商品的图文分类，那么你会如何设计这样一个自动分类的系统24.用秒杀场景类似的思路，对Agent的很多接口调用，做一个接口限流如果要控制成本，对不同的大模型，也需要做一个差异化限流（比如轻量模型和重量模型的切换等），你有怎么样考虑思路25.秒杀场景的不超卖用的什么方案26.Agent中的长期记忆和短期记忆你是如何理解的