继续来分享下之前的面经，攒攒人品1. 过项目2. 介绍一下CLIP3. 了解LoRA吗，LoRA微调的原理是什么4. 了解哪些多模态大模型，简要介绍几个5. BLIP的三个损失函数分别是什么，数据是怎样清洗的6. BLIP2相对于BLIP有哪些改进，BLIP3又有哪些改进7. Qwen-VL的三个训练流程分别是什么，有什么作用8. 视觉编码器和LLM连接时，使用BLIP2中Q-Former那种复杂的Adaptor好还是LLaVA中简单的MLP好，说说各自的优缺点9. 代码：实现多头自注意力

给我面没招了，发点面经攒攒人品～1，实习拷打2，项目拷打3，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，分别是怎么做的；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的作用，输入输出自己定义；相似的组件如图片框和视频框如何区分

发点面经攒攒人品～1-项目拷打2- 后来有哪些比较经典的基于Transformer的语言模型，Qwen相比于原始Transformer有哪些结构上的改动3- 了解RLHF吗，DPO和PPO有什么区别，Loss是什么样的，各自的优缺点是什么4- 介绍一下CLIP，还了解什么其他的对比学习方法5- 开放题：了解哪些多模态大模型，目前多模态大模型最大的问题是什么6- 代码：1143.最长公共子序列

攒攒人品！有面试过同岗的朋友欢迎评论区交流1-实习拷打2- 项目拷打3- agent 通过 SFT 如何训练？SFT 和 RL 能使用一套数据集吗？4- agent 训练过程中 工具调用本身 和 基于工具调用结果的后续内容生成，哪个对于 SFT 的依赖更大5- 算法题：字符串最小编辑次数问题(动态规划问题)

1. FLUX 的结构、它属于什么生成模型、优势是什么FLUX 本质上还是一类文本到图像生成模型，但它和早期单纯依赖 U-Net 的扩散路线相比，更强调基于 Transformer 的统一建模能力。它通常会把图像 latent、文本条件以及时间步信息一起送进 Transformer 模块，让模型在更统一的 token 空间里做跨模态交互。这样做的一个直接好处是模型容量更容易扩展，文本理解和图像细节控制也更强。从生成机制看，它依然属于连续生成模型，只不过在网络结构和训练目标上比传统 diffusion pipeline 更现代。它的优势主要有三个：第一，文本条件理解更强，复杂 prompt 下的...

笔试时间：2026年3月25日往年笔试合集：2023春招秋招笔试合集2024春招秋招笔试合集第一题：糖果分配极值题目圣诞老人有 n 种糖果，第 i 种糖果有 cᵢ 个。他要把这些糖果分给 k 个小朋友。分配规则如下：每一种糖果必须全部分完；对于任意一种糖果，任意两个小朋友所分得的该种糖果的数量之差不超过 1。在所有合法分配中，任选一个小朋友，统计其最终得到的糖果总数；求该数值在所有合法分配中可能达到的最小值与最大值。换句话说，求在所有合法分配方案中，任意一个小朋友所能获得的糖果总数的最小值与最大值。输入描述每个测试文件均包含多组测试数据，第一行输入一个整数 T (1 ≤ T ≤ 2×10⁵) ...

面了80分钟面试官很nice，人很好，一直在引导我，但我太菜了问得挺深的，基本都问到JVM去了，没有手撕，现场ai coding，我没招架住，意料之内当天就挂了，还得继续沉淀啊QWQ请介绍一下你的一些经历以及项目的经验。（自我介绍）面向对象的三大特性是什么？分别介绍一下面向对象的三大特性。继承和实现接口的两个最大的区别是什么？继承和实现接口有什么共同点？你知道default方法吗？多态的底层的实现原理是什么？虚拟机是怎么运行多态这个过程的？（这个没答上来）动态分派是什么？（也没答上来，这个词我都没听过，小林coding上面也没有）你知道static和final关键字吗？你知道泛型吗？泛型擦除是什么？擦除之后虚拟机是怎么运行的呢？你知道Java的异常体系吗？你知道的error有哪些类型吗？（这个答得不太好，平时没注意，只知道ERROR了）你如果在运行时会不会出现error？你知道的数据结构有哪些？copy on write ArrayList的底层实现原理是什么？copy on write ArrayList底层一般用的什么锁？reentrant lock的原理是什么？reentrant lock的核心机制是什么？（没答出来）你知道AQS吗？（答错了）AQS的一个核心方法，你知道吗？（没答出来）你知道多线程吗？多线程有几种实现方式？线程有几种状态，你知道吗？运行态分几种状态？你知道wait和notify吗？请介绍一下。哪个状态是不释放锁的？线程池有几种线程池？（没答出来）线程池实现的里面对那几个参数知道吗？设置线程池大小的时候需要注意什么条件？线程池的淘汰策略是什么？关于agent的相关开发，正常我们需要写一个promote（面试官一直这么发音，我感觉说的应该是prompt？），写一个prompt的关键的一些核心因素有哪些？上下文工程知道吗？怎么构建一个agent的上下文工程？Agent的上下文工程应该包含哪些模块？Multi-Agent协作时，那个状态参数最核心是为了解决什么问题？（这个我的理解出了问题，和面试官掰扯了很久，最后面试官纠正了我说设计上有问题）现场AI-Coding，用阿里的平台反问环节，当时觉得自己已经挂了，就没问业务什么的了，问面试官觉得自己有什么不足，然后给了我一个让我觉得很受益匪浅的回答大致意思就是，不是说系统、知识要多么深入，而是要具备产品的一个思维方式，要想出来一个产品要什么，要怎么去达成，而不是去死记硬背一些知识。AI发展很快，要比AI更灵活，只有比AI更灵活了，才能深入去使用它，去做很多事情。基于现有的知识体系去使用AI，反而会被框住，一定要具备足够的灵活性和思维的活跃性。那天面完想了很久，确实感觉自己在这一块有点欠缺了，太拘泥于自己现有的知识了

继续来分享下之前的面经~1.介绍RAG项目，整体架构和实现思路2.RAG中的检索模块召回错误结果时，你会如何处理？3.RAG出现漏召的情况，你会如何优化检索模块？4.如何评估RAG系统的效果？有哪些评估指标？5.解释LoRA高效参数微调的原理，为什么要用低秩分解？6.DPO训练中模型输出变长是什么原因？如何解决？7.大模型出现复读机现象的原因是什么？有哪些解决方法？8.SFT微调后模型的通用能力出现遗忘，你会如何处理？9.Wide&Deep模型的原理是什么？Wide部分和Deep部分分别解决什么问题？10.DIN模型相比传统推荐模型有什么改进？11.L1正则和L2正则的区别是什么？从数学角度解释为什么L1能产生稀疏性？12.SQL：统计每个商家的评论数并去重13.手撕代码：编辑距离

✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🌸 目前本专栏已经上线200+套真题改编解析，后续会持续更新的  春秋招笔试机考招合集 -> 互联网必备刷题宝典🔗 阿里系列-2026.03.25-算法岗 1. 小基 的同余构造 问题描述 说明：阿里系列近期多条业务线笔试题基本共用同一套公开机试，淘天、阿里云等方向都可参考本场。 小基 正在设计一组双标号规则。给定一个正整数 ，请你构造两个不同的正整数 ，满足：      如果不存在...

第一场面试，80分钟开局丢了个算法题和SQL，算法题是个模拟题，字符串处理，加星号（u1s1题目描述很不清楚，我不太清楚要我干啥）sql是查询第二大的薪资，写烂了，面试官说要考虑多人同薪资的情况怎么查上面差不多40分钟（写了30分钟，聊了十分钟）然后就是追着项目拷打了，40分钟，没专门问八股，问出了好多没注意过的点，当一场学习经历了开场太紧张了，没开录音，记录一下印象比较深的问题：Redis BitMap参数Redis BitMap为什么可以减少空间，怎么测的缓存三防布隆过滤器的实现，重启后怎么加载数据Function Call在项目里怎么用的Multi-Agent怎么做的来不及为鹅伤感，迎面而来的是阿里笔试和淘天面试，加油冲冲冲

给我面没招了，发点面经攒攒人品～1* 详细讲讲你设计的 Agent 是如何实现的？在“推理-行动”循环中，如何设计来纠正逻辑塌缩或无效工具调用？2*MCP与传统 Agent Skills 的区别是什么？如何实现在多智能体环境中动态发现并注册跨协议工具？3* 在电商或导购场景下，用户的请求往往高度模糊，Agent 怎么来精准理解这种需求？4* 如何设计一套“主动澄清”决策逻辑？在什么情况下 Agent 应该反问用户，什么情况下应该结合历史画像强行推断？5* 针对包含 3 个以上工具调用且高频请求的任务，通过什么方式可以压低系统整体的端到端延迟？6* 如何衡量 Agent 的 Planning 能力 vs Hallucination Rate？请列举具体的量化评估指标或自动化评估框架。7* 在多 Agent 协作系统中，不同 Agent 之间的记忆如何实现隔离与共享？如何避免不同工具间的上下文污染？8* Token 过长导致的 Attention 稀释现象为什么会导致 Agent 的指令遵循能力下降？9* 摘要总结往往会丢失关键细节，在长文本 Agent中一般怎么来处理这一块10* 当候选工具超过 100 个时，如何设计路由策略？怎么解决检索过程中的召回偏差？11* 在 Agent 多轮对话任务中，标准 Attention 机制的平方复杂度在工程落地上主要引发了哪些问题？12* 目前有哪些机制可以缓解模型在长上下文对话里的“信息遗忘”现象？当对话论数很多，上下文窗口不够的时候，有哪里处理的策略13* 为什么在复杂的 Agent 闭环场景中，仅靠 RAG 无法彻底解决幻觉问题？14* 面对模型在 Agent 执行过程中出现的循环调用”或陷入思维死循环问题，有哪些解决方式？15* GraphRAG 在处理 Agent 复杂关联查询时的优势在哪里？16* 任务执行远大于单次 Token 限制时，如何设计以支持断点继续生成？17* 设计一个智能导购助手 Agent？描述其感知、规划、记忆和执行四大模块在分布式架构下的协同逻辑。18* 手撕算法： 给定一个正整数 n（如 23121和一组不重复的数字集合 a（如 \{2,4,9\}），求使用 a 中数字组成的、小于 n 的最大整数。要求考虑贪心回退逻辑，处理所有边界情况。

✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🌸 目前本专栏已经上线200+套真题改编解析，后续会持续更新的  春秋招笔试机考招合集 -> 互联网必备刷题宝典🔗 阿里系列-2026.03.25-研发岗 1. 小兰的仓位配货表 问题描述 说明：阿里系列近期多条业务线笔试题基本共用同一套公开机试，淘天、阿里云等方向都可参考本场。 小兰正在整理一份仓位配货表。现在有  类货物，第  类共有  件，需要分配给  个仓位。分配时需要满足：...

攒人品中！！！1.项目拷打2.实习拷打3.query 改写怎么做，怎么避免语义漂移？4.重排模型如何离线训练与线上蒸馏？5."命中检索但生成幻觉"你会如何分层定位？6.线上P95突然上升30%，你如何10分钟止血？7.如果要在一周内恢复体验，你排优先级的原则是什么？8.Continuous Batching 在你场景里是否值得上？9.KV Cache 占用如何估算？你们做过哪些降占用策略？10.如果预算砍半，你保留哪些模块，砍掉哪些模块？11.618大促场景下，准确率和延迟冲突时你怎么取舍？12.你如何向产品解释"离线分高但线上没提升"?

淘天 27 届暑期实习生正在招聘 各方向都有海量 HC 欢迎看我置顶帖子投递面试题 23：如何开发一个高质量的 Agent Skill？一个好的 SKILL.md 应该包含什么、不应该包含什么？参考答案先搞清楚 Skill 的本质——它是写给 Agent 看的操作手册，不是写给人看的文档。Skill 的载体是一个 SKILL.md 文件加上可选的附带资源。Agent 加载 Skill 后，SKILL.md 的内容会注入到它的上下文中，指导它在特定场景下的行为。所以 Skill 开发的核心问题是：怎么用最少的 token 传递最准确的行为指令。一个好的 SKILL.md 应该包含：1. 触发条件...

1.写一个设计模式，策略或者责任链模式2.项目。接口耗时下降，是什么带来的收益？3.有无对前端耗时的优化？比如网络不好的情况，延迟上升怎么办？4.项目切流是如何保证平稳的100%切换？5.剩余还有多端前端来源流量如何治理？6.前端有多套系统在调用，该如何处理？7.业务类错误码可能是bug造成的，如何发现和治理？8.如何预防新的bug产生？9.治理系统问题中最具挑战性的是什么，个人有什么收获？10.有考虑过用ai去分析链路性能吗？有没有用过arthas或者火焰图去分析性能？

被横向挂了，希望发出来对大家有帮助！1.设计一个电商导购 RAG 系统，要求给出完整链路和瓶颈点。2.召回层你会放几路？每路的职责怎么分？3.query 改写怎么做，怎么避免语义漂移？4.重排模型如何离线训练与线上蒸馏？5."命中检索但生成幻觉"你会如何分层定位？6.线上P95突然上升30%，你如何10分钟止血？7.如果要在一周内恢复体验，你排优先级的原则是什么？8.Continuous Batching 在你场景里是否值得上？9.KV Cache 占用如何估算？你们做过哪些降占用策略？10.如果预算砍半，你保留哪些模块，砍掉哪些模块？11.618大促场景下，准确率和延迟冲突时你怎么取舍？12.你如何向产品解释"离线分高但线上没提升"?

淘天 27 届暑期实习生正在招聘 各方向都有海量 HC 欢迎看我置顶帖子投递面试题 17：Cursor 和传统 IDE + Copilot 插件的本质区别是什么？为什么"AI Native IDE"比"IDE + AI 插件"体验好很多？参考答案表面区别是功能多少，本质区别是信息流架构。传统模式是 IDE 和 AI 各管各的。Copilot 作为插件，能拿到的信息非常有限——基本就是当前文件的内容和光标位置。它和 IDE 的关系是"寄居"的——IDE 不会为了 AI 调整自己的数据流，AI 也没办法深度访问 IDE 的内部状态。Cur...

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1️⃣切分策略（ chunk size / overlap ）怎么定的？拍脑袋还是实验出来的？2️⃣向量召回和关键词召回冲突时如何融合？3️⃣重排模型为什么这么选？延迟预算是多少？4️⃣你说线上提升2.1%，实验分桶方案是什么？5️⃣显著性怎么验证？样本量怎么算？6️⃣给一个你最失败的 bad case ，最后怎么定位的？7️⃣如果今天线上再次复现，你第一步看哪个监控？8️⃣SFT 数据如何清洗，怎么避免模板味太重？12) DPO 比 SFT 多解决了什么真实问题？9️⃣LoRA rank 为什么这么选？有没有做过 ablation ?1️⃣0️⃣QLoRA 稳定性问题你遇到过吗？如何兜底？1️⃣1️⃣手撕：括号生成，要求讲清楚剪枝逻辑。

转自---xhs（mo什么mo）一、手撕和八股1. 手撕岛屿数量，秒了2. Transformer 中 Attention 的本质是什么？你能从数学角度简要解释一下吗？3. 在 Agent 多轮对话任务中，你觉得 Attention 的局限性体现在哪些方面？4. 简要介绍一下 SFT的核心流程，以及数据集的构建策略，SFT之后常见的 Post-Training 还有哪些？它们之间的目的有何区别？5.  什么是 RAG，它是怎么提升生成质量的？与传统检索 + 模型生成的流程有何不同？你是如何评估一个RAG系统是否work的？6. PPO 和 DPO 在大模型对齐中的主要区别是什么？DPO 训练通常有哪些注意事项？用过GRPO么？二、简历1. 你在提到过 Modular Agent，你能讲讲它是如何实现多步规划的吗？2. 你提到了多个工具调用链路，调度策略是如何设计的？是否有异常 fallback 策略？3. 你构建的 Agent 评估体系包括哪些维度？如何衡量 planning 能力 vs hallucination rate？4. 你还微调过Qwen，选择的训练阶段和Loss函数是如何决定的？5. Prompt 自动推荐模块用了哪些优化策略？有没有尝试过Prompt压缩或embedding表示的方式？三、业务场景相关相关假如一个 Agent 推理链路包含 3 个工具 + 高频请求，系统整体延迟较高，你会如何优化？