有了解阿里未来生活实验室的uu求抱团

给我面没招了，发点面经攒攒人品～1.CLIP的结构+一个batch里面混入了相同的图片，也就是说一个正样本被当作一个负样本，但它实际是一个正样本，怎么去解决和避免这些问题?在训练或者说Loss层面2.CLIP可以做分类吗?通过对齐的方式做分类你觉得是可行的吗?图像输入给大模型，解码输出文本，这样的对齐方式和CLIP有什么区别?这两种哪种是未来趋势?3.COT有了解过吗?结构化的输入/few-shot 为什么会有帮助?(模型层面)4.有了解过哪些大模型?BLIP2的三个loss介绍5.现在大部分的结构不采用Q-former，而用MLP，是为什么?那为什么之前不用MLP，而用Q-former?6.一个多模态模型，它的视觉和文本编码器的参数量大小有什么配比的逻辑?7.一个5乘5的卷积，它可以由几个3乘3的卷积串联来替换，从而减少计算量但保持感受野不变?8.分类任务需要很多标注样本，但是现在想在少量样本的情况下，实现新增任务的效果，如何实现?不希望通过大量数据做微调

三轮技术面主要集中在实习经历的拷打上，带一点八股以及一些场景题(面试周期比较长，有些忘了，所以不太全)八股：1.JDK版本特性2.你认为java哪些地方做的不好3.java和C++的区别4.HTTP状态码以及底层5.进程、线程、协程的区别6.io有哪些，select，poll，epoll说一下6.redis的持久化方案7.redis的部署方案8.mysql的主从有哪些方案9.主从同步的底层了解吗，你认为有什么问题？场景：1.从操作系统角度来看你认为怎么避免并发安全问题2.如果让你来设计一个完整的交易系统，假设并发量在千万级别或者说上亿级别，怎么做3.从操作系统角度来看怎么让线程真正在同一时间开...

感觉面完人都通透了，还是太菜了，下去沉淀一下1.实习背景2.讲解模型后训练过程3.GRPO奖励函数设计 GRPO数学原理4.sft数据集怎么构建的 如何筛选5.lora原理 有哪些参数可以调整6.transformer原理7.多头注意力机制8.langgraph的优点 为什么不用langchain或者dify9.dify有哪些特点10.讲一下react范式11.会不会sql 用过窗口函数吗12.coding 1hard 2mid 1sql13.每个题的时间复杂度14.其中查找数组第k大元素15.sql两个小问

鹅厂面经网上最全整理最近按当前筛选整理了一波面经，这次挑了 15 篇相对值得复盘的内容，方便刷题和回看。1. 腾讯｜AI应用开发后端实习生｜未知日期：2026-04-24关键词：Agent面经难度：4 星标签：技术面 / 约55分钟 / 有代码题技术栈：Agent、RAG、后端开发、DFS、设计模式面经总结面试重点围绕AI应用后端项目深挖，考察多Agent编排、失败重试与金融安全场景设计，并涉及RAG知识库热更新和基础算法题。高频问题【项目经验深挖】XX有没有正式用户使用？为什么没有上线？【Agent与工具调用】多agent怎么编排？具体流程？【AI/大模型/LLM】训练样本哪里来的？有无模型...