📍面试公司：虾皮一面： 拷打项目（30min左右，没答好）给出n，k两个数，从1..n这n个数里面，列出所有k个数的组合情况，比如n=4，k=2，给出 [[1,2], [1,3] , [1,4], [2,3], [2,4], [3,4]] （回溯）📍面试公司：富途一面：SQL：给你一张STUDENT 表 | id | subject | score | | ---------| ------- | ----- | | S001    | A | 90 | | S002    | A      | 95 | | S002    | C      | 60 | | S003    | A   ...

1. Agent 工具调用你知道怎么训练吗？训练集应该包含哪些？怎么得到训练数据集？如果只是让模型“知道有工具”，那只需要在 SFT 里教会它工具名和参数格式；但如果想让它真的会用工具，训练集必须覆盖完整决策链路。至少要有三类样本：一类是该调用工具的，一类是不该调用工具的，还有一类是要调用多个工具且有依赖关系的。否则模型很容易学成“逢问题必调用”。训练数据来源一般有几种。最理想的是业务日志里已有高质量人工操作轨迹，把用户问题、检索条件、调用参数、返回结果和最终回复串起来。没有现成轨迹时，就要靠规则模板、专家构造、模型自蒸馏和人工校验混合生成。真正难的地方不在造正样本，而在构造反例，比如参数缺失...