米哈游春招即将开始

1. 自我介绍2. 介绍你的实习项目，你做了哪些事情以及你的思考3. 升级之后 tool 调用准确率提升了多少，怎么衡量答案：tool 调用准确率不能只看模型有没有调用工具，而要看调用的工具是否正确、参数是否正确、调用顺序是否正确、结果是否被正确使用。我们会把一次工具调用拆成几个指标：工具选择准确率、参数填充准确率、无效调用率、重复调用率、最终任务成功率。比如升级前模型经常把“查询保单责任”和“查询历史理赔”混淆，或者漏传 policyId。后来通过工具分域、意图路由、参数 schema 校验和少量高质量样例，工具选择准确率从大概 82% 提升到 92% 左右，关键参数完整率从 88% 提升到...

已经投了好多家了，小厂都没给面，是简历很差嘛，求指点😭😭😭

差点把线上搞崩那次，到现在想起来手心还会出汗。实习第六周，我改了一个配置参数。自测过了，跑了几个case没问题，心想这么小的改动走什么灰度啊，直接上呗。提交MR的时候mentor拦住了我，说走灰度。我当时内心是翻白眼的——至于吗？灰度放了1%的量，五分钟之后监控开始报警。我改的那个阈值，影响了下游一个缓存服务的淘汰策略。我看着监控面板上那条飞起来的红线，感觉自己的血也凉了。mentor倒是很淡定，一键回滚，然后跟我说：这个接口日调用量几千万。如果刚才全量上了，你今天就可以体验什么叫P0事故复盘了。那一刻我是真的怕了。不是怕被骂，是怕影响真实的用户。之前在小厂实习，出了bug重启一下就好了，DAU才几千，没人在意。但大厂不一样，你敲的每一行代码背后都是真实的人在用。从那以后我再也没有跳过任何一个流程。你说大厂的流程烦不烦？烦。但被流程保护过一次之后，你会真心感激这份烦。感谢我师，就我🐶命

1.你能那个说一下马尔可夫模型是什么吗？2.所以它幽灵（一种智能体）处于什么位置？和哪些因素有关？3.这个整个代码仓库的话是怎么个构造的？就是包含哪几个大块和哪几个大类？4.哪一块和这个贝叶斯实现那个逻辑有关5.那你这个算是一个偏性能的优化的一个项目吗6.它如果应用在推荐领域的话是否可行呢？比如广告推荐啦，视频推荐这种。7.那这个马尔可夫模型在这里体现在哪里呢？8.这个项目里还有一个那个决策逻辑是基于贪心策略的动作选择算法，结合实时概率信念分布。这块能详细介绍一下。9.通过什么指标判断他下一步动作是否是优的呢？10.那有没有比如考虑一个全局的一个最优策略呢，这么一个方案。11.为什么一次最多走...