攒人品中，祝大家都能拿到满意的Offer！1.实习拷打2.项目拷打3.线程池讲一下4.线程池拒绝策略5.线程池里的线程抛异常了，线程会挂掉吗6.算法: LRU

我认为大三暑假去实习是一个比较合适的时间点。一方面，这个阶段已经具备了一定的专业基础，比如编程能力、数据结构与基础算法、以及一些项目经验。相比大一大二，大三的知识结构更完整，能够更快适应企业的开发节奏，也更容易在实际项目中发挥作用。另一方面，大三暑假实习时间充足，可以完整参与一个项目的开发流程，从需求分析到代码实现，再到测试和上线，这种经历对理解工程化开发非常关键。同时，实习过程中还能了解企业的技术栈和开发规范，为后续找正式工作打下基础。更重要的是，大三实习可以作为一次“试错机会”。通过实际工作，可以判断自己是否适合某个技术方向或岗位，及时调整学习路线，而不是等到毕业后再去探索。因此，大三暑假...

1. 简单做一下个人自我介绍。2. 详细聊聊你的过往实习经历与核心工作内容。3. MinerU输出内容为Markdown格式，相较于普通纯文本，其层级化结构会为检索环节带来哪些优势？你的整体业务链路里，VLM模型的介入时机是检索阶段还是仅用于最终答案生成？Ragas评测指标中，Faithfulness分数偏低一般反映模型存在哪类问题？4. 结合LangGraph框架，说明Node与Edge分别对应业务流程里的什么角色？智能体长短期记忆在落地实现层面存在哪些差异？短期记忆一般会存储在什么位置？Agent依靠什么逻辑完成工具的识别与择优调用，依赖工具名称还是功能描述？5. 分别说明向量检索与关键词检索的核心优势及短板劣势。6. 相较于直接向大模型发起提问，RAG方案为什么可以有效降低内容事实偏差问题？7. 当原始源文档发生内容变更时，如何保障向量数据库的索引数据能够实时同步更新？8. 简述Query Rewrite的核心定义，该优化手段可以针对性解决用户query的哪些痛点问题？9. 模型Temperature参数调高与调低，分别会对生成内容的风格、随机性带来哪些不同影响？10. 解释CoT思维链的底层原理，分析该方式为何能提升模型复杂任务的处理能力？11. 请说明Agent任务执行流程中，Thought、Action、Observation三者的循环协作逻辑。12. 当对话轮次过长、内容超出模型上下文最大窗口限制时，有哪些主流解决方案？13. 大模型进行工具调用的过程中，模型输出内容为直接答案还是携带调用参数的JSON格式字符串？14. 在Agent应用场景下，系统提示词与用户提示词对模型的约束力度、约束范围有何不同？15. 介绍HNSW索引的核心概念，分析其检索效率优于暴力全量搜索的核心原因。16. 交流探讨OpenClaw相关技术内容。17. 实际开发Agent落地项目时，如何依据任务场景判断选用7B小模型还是70B大模型？18. 若Agent持续重复发起错误的工具调用请求，应该从哪些环节排查并优化修复？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.自我介绍2.论文拷打3.手撕题：（面试官已经不知道问啥了，让我先写个题，他再想想问什么）给定一个数组和k，问能不能把这数组换分成k份，每份的总和都相同。（想到问什么了）4.transformer的多头是如何划分的5.讲讲位置编码有哪些6.讲讲diffusion的原理，flow matching了解吗讲讲，ODE呢？（ODE是啥，可能没听清，反问了下ODE的全称 他说他也不清楚）（有可能是我听错了）7.Qwen Image-Edit讲讲（不知道，只用过）反问：1.业务2.手撕题的算法优化（我用的dfs+剪枝，面试官说应该可以用状压，不会）3.面试整体评价（面试官说字节大部分面试官看重聪明度+...