整体面试还是不错的，有面试过同岗的朋友欢迎评论区交流～1.在React项目中，AI逐字输出会导致组件频繁重渲染，你有哪些优化手段?2.如何设计一个可扩展的Prompt模板管理组件?3.前端如何参与RAG(检索增强生成)流程的展示优化?4.谈谈WebWorker在AI前端应用中的实际使用场景。5.如何实现一个支持"多轮对话中断"和"重新生成"的状态机?6.React Fiber架构是如何提升AI对话这种高频交互场景的响应性的?7.手写一个处理流式数据并支持中途取消的自定义Hook(useStream)。8.移动端AI聊天场景中，如何解决软键盘弹出遮挡输入框的问题?

1.如果要从零设计一个类似ChatGPT的Web客户端架构，你会如何选型和分层?2.AI Agent(智能体)在前端的表现形式有哪些?前端如何配合Agent完成复杂任务?3.如何评估和优化AI应用的加载性能和交互延迟?4.谈谈你对"生成式UI"(Generative UI)的理解，以及它对前端开发的潜在影响。5.在过去的一年里，你在AI前端领域遇到过最难的技术挑战是什么?你是如何解决的?6.面对快速迭代的AI技术，你平时是如何保持技术敏感度并进行学习的?

自我介绍实习经历就不写在这里了，没有什么参考价值事件网关和规则引擎怎么做的，规则引擎遇到过规则冲突吗（这个问题是跟实习相关，但是规则引擎的规则冲突问题我觉得可以思考一下）AI 相关Agent的执行链路一般是怎么样设计的？Agent的设计模式有哪些？Agent是什么，和普通大模型的有什么区别？Agent 最小的闭环是什么？AI coding的实践经验有哪些有一个新的需求，如何使用Ai coding去进行如何去验证AI 生成的代码或者实现的功能是否合格Agent 的Context工程你如何理解场景题：在情感陪伴机器人对话的场景下，如何保证记忆不退化？无算法题

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.AI聊天应用中，长列表(对话历史)的渲染性能如何优化?2.详细说明一下前端如何处理SSE(Server-SentEvents)流式协议?3.在构建AI应用时，如何设计一个可扩展的Prompt模板引擎?4.谈谈React Fiber架构的设计思想，它对AI应用的交互体验有什么帮助?5.如何在前端实现Markdown的实时渲染，并支持代码高亮和数学公式?6.你们是如何处理AI接口的超时和重试机制的?7.介绍一下RAG(检索增强生成)在前端侧可以参与哪些工作?8.谈谈前端工程化中，针对AI项目有哪些特殊的CI/CD或监控指标?

之前在国际商业化产品与技术干了半年，纯后端开发，结果有agent开发相关的hr来找我，上面列了一大堆agent开发框架经验要求我一个都不会，但还是给了面试机会，本着不面白不面的原则面了。（感谢面试官愿意给机会）1. 项目拷打（差不多30分钟）2. MySQL binlog原理3. Http长连接和短连接的区别4. 如何对MySQL进行优化（答了个索引）5. 除了索引还有什么优化？（慢查询优化，讲了一下慢查询优化的过程）6. 还有什么优化？（扯不出来了）7. 聚集索引非聚集索引区别8. 对AI大语言模型有什么了解？9. 知道reAct吗？10. 手撕: 二叉树相同节点的最大路径和感觉是lc 124的变种，和124的区别就是它节点值相同的节点之间的边才算路径。（撕出来了但是因为不熟悉acm格式构造二叉树用了好久，面试官说感觉时间太长了）铁凉凉，就当试试水了，本来过年春节想紧急培训一下agent的，结果学了个p

偏技术基础一点，整理下面经攒攒人品1.请简单介绍一下你对ES6中Promise的理解，以及它如何解决回调地狱问题?2.在处理AI聊天的流式输出时，Fetch API和传统的XMLHttpRequest有什么区别?3.说一下CSS中实现水平垂直居中的几种方式，并说明在AI对话框布局中哪种更推荐?4.什么是闭包?在开发AI相关的Hooks或工具函数时，闭包通常用来做什么?5.请手写一个基础的防抖(Debounce)函数，并解释它在AI搜索建议场景下的作用。6.TypeScript中的Interface和Type有什么区别?在定义AI接口返回数据时你倾向于用哪个?

发一下问题给大家参考，攒攒人品！1. 数采原理2. rtc原理，rtc有哪些重要参数，t和s的关系，怎么计算3. ppo原理，同策略和异策略有什么区别，ppo属于哪种？4. 重要性采样是什么，为什么ppo要用重要性采样？5. GAE公式里，当λ＝0.95时，第10步的TD残差权重会衰减到多少？假如灵巧手抓取任务中，需要精确控制最后1秒的动作，这个λ值是否合理？假如不合理调整的思路是什么5. 仿真中用ppo训练四足机器人行走，policy loss震荡剧烈但valueloss稳定下降，说一下可能的原因

感觉良好，发下面经攒攒人品八股:RL：1.说一下策略梯度公式2.为什么可以对期望求导3.如何解决方差大的问题4.baseline为什么能降低方差，引入后会不会产生偏执？5.简单介绍一下Baseline类型6.机械臂抓取用什么baseline规控mpc：1.问：说一下MPC的原理，和LQR PID有什么区别2.MPC实时应用中如何保证求解速度，求解失败怎么办求解速度：１.先考虑非线性转换成线性和凸优化２.优化求解器选择，如果是小型 QP且快速响应的话一般来说，会用 qpOASES，如果是稀疏的大规模 QP（比如自动驾驶的 MPC），OSQP 更合适3.  算法代码上优化，稀疏矩阵和并行计算

非常有挑战性且开放的一次面试，无八股无手撕1. 假如让你从零构建一个 vla 模型 你对他的架构的设计是怎么样的？为什么2. 假如让你写一篇 vla+rl 的 综述，你会怎么写3. 你怎么看 vla 大模型 和 世界模型两条 具身智能的技术路线4. 你对vla模型的改进有哪些？5. 你认为从长远来看 vla 可以有哪些工作可以做来克服具身智能的挑战。

1. 为什么做Agent项目？2. 了解过市面上有哪些智能体agent吗3. 讲下Agent项目4. Agent项目开发的框架5. 介绍一些AI大模型6. RAG系统流程7. MCP和Function Calling8. 如何写好的prompt9. 多轮对话的实现方案10. Agent项目背景11. LLM产生幻觉的原因及解决方案12. MCP协议的核心内容13. 推理模式的差异化设计14. RAG检索优化策略15. 特定推理模型不支持MCP的技术原因16. Agent推理模式17. 跨模块错误追踪的Agent知识库构建方案18. 多Agent执行策略的智能选择和切换机制设计19. 简历关键词提取的技术实现20. RAG评估方案21. SSE的局限性22. 举例复杂任务下执行流程23. MCP通信方式24. 项目中AI贡献的代码占比25. Prompt工程的实践经验26. 基于代码构建知识库的Agent设计27. A2A协议28. 长文本生成的技术方案29. Agent skills30. 演示Agent项目实现细节31. 了解其他的Agent范式吗32. 模型预热机制33. NL2SQL场景下的SQL安全防护34. 复杂任务执行准确率提升的评估方法35. AI辅助IDE开发工具36. RAG动态知识更新37. MCP和skill区别38. 推理模式的选择机制39. 企业内部知识库RAG的动态持续更新方案40. Prompt设计示例41. A2A与MCP区别42. 多阶段召回策略优化43. AI辅助开发的实践经验

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目用的什么开源dpo数据2.全参数微调7B需要多少显存3.FP16/BF16区别4.AdamW显存计算5.介绍Flash attention6.介绍 gradient checkpoint7.RougeL计算方法8.代码:找数组第k大元素

整体面试还是不错的，发一下问题给大家参考1.Transformer的结构，有哪些可以学习的参数2.多头自注意力结构，矩阵个数3.fn结构4.encodeddecoder区别5.一个decoderblock由几个部分组成6.encoder的输出，作为什么到decoder7.为什么decoder更适合生成8.decidedmask在推理中有用吗9.rope在哪里加入10.GQAMHAMQA 别11.swiGLU的改进

整理下最近的面经攒攒人品1.dpo训练对于系统问答的优化在哪里2.提高模型的准确率核心是什么3.怎么提高数据的质量4.rag文档怎么切分5.rag向量化的模型6.rerank用的什么模型7.有没有微调rerank模型/应该怎么微调8.dpo用的什么库代码:已知无序数组，求第k大数

给我面没招了，感觉自己好菜、面试很难，还是要多多练习项目拷打八股拷打RL相关：1.GAE是什么？2.蒙特卡洛模拟和时序差分估计的区别？3.偏差和方差是什么？4.GRPO的优势值是什么？怎么算？baseline是什么？5.RL训练MoE架构时的问题？怎么改进？问GSPO？6.DeepSpeed框架了解吗？7.Adam的公式是什么？8.Adam一阶矩、二阶矩和梯度更新是怎么算的？计算机基础：1.指针是什么？2.指针的长度是多少？3.考了一道指针的算法题，关于赋值的。4.BF16和FP16的区别？5.bit和byte的关系6.什么是时间复杂度？7.GPU死锁是什么？8.排序算法的一般的时间复杂度，并举例几个排序算法9.介绍一下快排，什么时候出现最差情况？为什么一般不会出现最差的情况？10.什么是动态规划？举个经典例子

攒人品中！ 1.手撕mha写完之后问了几个问题：1. rope应该加在哪里2. kvcache怎么加3. dropout加在哪4. mask怎么加拷打简历业务场景题：比如针对业务需求怎么构建数据集

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：sam有哪几个组件 用的什么指标评价 模型性能横向相比大概什么水平3.transformer原理4.多头注意力5.为什么除以根号d6.多模态大模型一般有哪几个组件 什么作用7.手撕：m行n列矩阵，行内严格递增，找到这个矩阵里第k大的数

整体面试还是不错的，发下面经给大家参考～1.实习介绍2.在微调大模型时使用过哪些框架3.CLIP模型的zero-shot能力是如何实现的？4.Transformer中Pre-Norm和Post-Norm的设计差异是什么？对模型训练稳定性和性能有何影响？5.在生成式大模型（如LLaMA、GPT）中，为何通常采用Decoder-only架构而非Encoder-Decoder结构？6.请描述大模型中自然语言理解模块的具体实现方案，包括语义解析和意图识别的关键技术。7.针对Transformer模型推理过程，会采用哪些优化手段8.请阐述检索增强生成（RAG）的核心原理，并说明如何通过RAG缓解大模型的幻觉问题。9.vLLM框架的核心优化原理是什么？其在动态批处理和显存管理上有哪些创新设计？10请对比RLHF、PPO、DPO算法的技术差异、优缺点及适用场景

发一下问题给大家参考，攒攒人品！1.了解deepseek-R1吗，介绍一下2.大模型灾难性遗忘是什么?怎么解决的?3.项目中怎么做的多任务学习，有用到经验回放吗4.deepspeed三个阶段5.计算attention时候为什么要除以根号dk，还有哪些scale处理?6.什么是旋转位置编码，解决了什么问题，为什么7.训练一个7b模型要占用多少显存，不同zero阶段能节省多少显存8.讲lora微调，如果是全量参数sft需要多长时间?9.讲DPO、PPO、RLHF

面试很难，还是要多多练习,发点面经攒攒人品～1.Embedding与生成模型协同工作是怎么做 的?2.减少大模型幻觉，你用过哪些方法?3.大模型输出幻觉如何识别?有什么自动化评估指标?4.搜索准确性不高你怎么排查?召回、排序哪个阶段最可能出问题?5.如何从系统层面提升搜索结果的相关性?6.你在项目中做过哪些相关性优化?有没有量化结果?7.生成式搜索能否保证top-1的准确性?怎么提高?8.生成式搜索流程怎么设计?9.生成式排序你了解吗?10.如何构造排序模型训练数据?如何解决正负样本不均?