继续来分享下最近的面经~1.lora和全量的显存计算怎么算，一般来说哪一部分占比最大2.描述一下dpo3.dpo的损失函数4.dpo训练参数5.（思考题）蒙特卡洛算法，先验概率6.7b模型用几张卡训7.llm as judge的偏见分为哪些，有什么解决方法8.rag流程9.假如关闭llm的think模式，但在prompt里依旧写<think>……</think>会怎样10.强化学习训练指标11.举一个自己的reward hawking例子12.rag的演变历程13.怎样算是一个优秀的prompt等手撕:快排

一面刚开始收到通知还有些奇怪怎么是测试？后来去官网看发现第一志愿被淘汰了，测试是第二志愿（笑哭）。首先自我介绍。面试官问我你这个平时的课程好像不涉及测试吧，了解测试理论的基础吗？平时做项目会思考测试方面吗？如果让你去测试主要从哪些方面入手？了解软件测试的分类吗？了解自动化测试吗？你觉得哪些场景适合自动化测试，哪些不适合？软件测试用例的设计方法主要有哪些？平时有没有用一些AI工具来辅助做一些修改验证的工作？反问。总体感觉一般般，毕竟测试接触比较少。

一、项目深挖主 Agent 循环Mem0 记忆系统RAG 实现细节幻觉控制二、技术视野有没有了解过 Agentic RAG 或 LM-VK（主动式 RAG）这类方案？追问：它和你现在这套 RAG 的核心区别是什么？三、开放性问题：智能客服场景设计跳出健康问诊场景——在外卖平台的智能客服里（B端商户、C端用户、D端骑手），你觉得用 RAG 还是其他方式更合适？你会怎么设计？面试官给了场景背景：C 端典型问题：餐品问题、找不到地址、申请赔偿、优惠券使用等D 端典型问题：派单异常、长时间无单等面试官后续补充观点：非订单类问题（如优惠券）更适合知识库；订单类问题业务流程复杂，目前用 skill 方式而非知识库。四、模型训练项目（医疗大模型 SFT + DPO）简单介绍一下这个项目？训练目标是什么？SFT 数据是怎么构建的？DPO 的 chosen / reject 数据是怎么生成的？遇到了什么问题？评测方法是什么？有什么局限性？追问：这个项目和上面的 Agent 项目是什么关系，为什么要做这两个？五、工具使用经验你用 Claude Code 做 Agent 开发，有什么心得？遇到过什么问题？追问：你了解 Claude（Code）的底层记忆原理吗？六、算法题题目：删除链表的倒数第 k 个节点考察点：双指针结果：思路正确（快慢指针），未能完整写出代码

被调剂到软件开发岗了，我主要学的软件测试，好像不太匹配。但是也面试了，下面是面经。自我介绍可能看见不太匹配岗位，于是几乎全称都问了研究课题。第一个问题：读研期间，你觉得最有挑战的项目是什么？课题具体做了什么内容，解决了什么问题，难在哪里。得知Python用得到，问了Python里面的深拷贝，浅拷贝在pycharm里用GPU去训练的话，流程是怎样的如何用pycharm做网络模型的微调微调完，怎么评价效果是更好了，怎么避免过拟合的情况反问：这个岗位具体是做什么的，用什么软件，怎么实现回答：做能源管理系统的嵌入式开发，包括给这个电池pack一些充放电，一些SOC的矫正。野火设计AI方面 ，包括这个SOCX，SOC一些算法。