AI 项目选对方向 面试加分更具竞争力

1.Transformer 中 Attention 的本质是什么？从数学角度解释一下。2.了解Agent吗？把RAG做成Agent有什么好处3. 在 Agent 多轮对话任务中，Attention 的局限性体现在哪些方面？4.介绍 一下SFT 的核心流程以及数据集的构建策略是怎么样的。5. SFT 之后常见的 Post-Training（如 RLHF）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？标准RAG有什么问题与传统“检索 + 模型生成”的流程有何不同？6.如何评估一个RAG系统是否真正 work？有哪些具体的指标或框架？7.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？8.是否了解或使用过 GRPO 算法？9. 项目里的 Modular Agent 是如何实现Multi-step Planning的？10. 项目中工具调用的调度策略是如何设计的？是否有异常 fallback策略？11. Agent评估体系包括哪些维度？如何衡量规划能力 vs 幻觉率？12.在微调Qwen 模型时，选择的训练阶段和 Loss 函数是如何决定的？13. 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？14. 场景题： 假如一个 Agent 推理链路包含 3 个工具 + 高频请求，导致系统整体延迟较高，你会如何进行工程优化？15. 说一下LoRA的原理；LoRA完推理的时候要挂着Adaptor吗？16手撕代码：torch写SFT的loss计算代码（注意shift right

上周我面了字节、阿里、美团的前端岗，都过了。血泪经验总结成一句话：今年面试，懂AI的比懂React的更抢手。字节那轮面试，面试官问了我一个问题："你平时怎么用AI辅助前端开发？"我当时心想，终于到我擅长的领域了。因为我最近一直在研究Cursor做React组件开发，用AI生成TypeScript类型定义，还做过一个基于AI的组件库文档生成工具。结果面试官追问："你用AI生成的组件有做过性能优化吗？怎么保证AI生成的代码没有XSS漏洞？"这两个问题直接把我问住了。AI生成代码是快，但它不懂业务场景，不懂安全边界，更不懂性能调优。这些"后处理&qu...

最近收到太多同学的私信，满屏都是焦虑：甘哥，暑期实习找了这么久都没着落，我是不是彻底完了？身边人都说，没实习秋招就不用参加了，基本没戏了……先跟大家说一句：焦虑太正常了。会焦虑，恰恰说明你在乎、想上进，总比摆烂躺平、毫无危机感要强。而我们之所以这么容易慌，多半是被从小到大的 “阶段定论” 绑架了 —— 二年级是关键期、六年级是分水岭，好像一步没跟上，人生就全盘皆输。这种思维刻在骨子里，才让我们找实习受挫时，瞬间陷入自我否定。但冷静下来想想：真的完了吗？根本没有。放到求职这件事上更是如此：暑期实习只是秋招的加分项，从来不是必选项。 找不到实习，绝不等于秋招凉凉，更不等于拿不到好 offer，别被...

有没有人毕业设计是搞计算机视觉方向的，导师没有发任务，也没有催，每天进度很难推进啊，另外现在代码用哪些ai软件写最好，有人用豆包写吗，这个毕业的难点在哪，可以交流一下大家的毕设进度吗