实习的tob项目怎么包装

有段小公司实习，下段想实习想进中厂，需要达到什么程度？有没人前辈指导下。

在一个小厂实习了一个月左右，基本上天天摸鱼，就改了几个bug感觉什么也没干，准备跑路了，这段实习该如何包装到简历上面啊

一、少量八股1.介绍下self-attention，计算其时间复杂度。2.为什么要用multi-head attention？3.kv cache是什么？它为什么能极大地提升推理速度？4.PPO的clip机制？在线强化学习和离线强化学习有什么区别？RLHF是哪一种？5.为什么要用reference model?为了解决什么问题？二、项目深挖1.如何让多个agent协同工作的？举个具体的协同机制例子。2.如果一个agent误判导致策略冲突，如何处理？3.你们有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？4.你是怎么设计agent的记忆系统？5.长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？6.有没有做记忆衰退，避免旧数据干扰新任务？7.你们这种模块堆叠的架构是怎么设计视觉问答模块和动作模块的协同逻辑的？8.你简历里的人机协作流程，具体是什么意思？怎么设计人工干预与agent自动处理的平衡？9.human feedback是怎么被agent消化吸收的？有没有用rl进行策略更新？三、业务理解1.有没有做过模型压缩？比如在车载端或低端设备上的推理加速？2.如果量化后理解能力下降怎么办？怎么做精度补偿？3.你怎么处理响应速度与推理精度之间的tradeoff？是先召回再精排，还是单次生成？4.如果要做电商agent，你会选择哪些模态的信息作为输入？比如文本评论、图像、视频、购买记录？5.有没有做过A/B测试？

一面： 1.请介绍一下Transformer的核心组件及其作用2.介绍LLM Decoder-Only架构3.你对SFT的理解是什么？与预训练相比有什么差异？4.SFT冷启动时数据集构造需要注意哪些因素？为什么要做数据清洗与均衡采样？5.介绍一下RAG的整体流程。在Agent落地场景中，RAG会遇到哪些延迟和正确率问题？你怎么优化召回链路？6.在你的问答Agent项目中，数据集构造的自动化流程是怎么实现的？7.你是如何利用多Agent协同来提高推理正确率的？调度策略如何实现？8.你提到用DeepSpeed做SFT训练，请讲一下DeepSpeed ZeRO Stage 1-3的区别，以及什么时候用FSDP会更好？9.你做Prompt优化时，是如何判断优化后的Prompt在Agent推理链路中性能提升的？用什么指标来衡量？10.在多Agent系统中，如何保证异步任务执行的稳定性和结果一致性？11.如果Agent推理API需要低延迟响应，你会从哪些方面做系统级优化？代码题：lc34.在排序数组中查找元素的第一个和最后一个位置