10.31 AI Lab 二面（挂）

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？

1、自我介绍2、介绍一下项目中为什么要用消息队列3、redis的类型有哪些4、如果你用了一个redis中的set命令 已有数据会发生什么变化5、 set命令之后ttl会变化吗6、你对redis底层编码了解过哪些7、 redis的list底层编码方式有哪些8、redis的持久化了解过吗9、rdb和aof的本质区别是什么10、Go与python的区别是什么11、Go有什么优势12、讲一下协程和线程的区别13、切片的扩容机制是什么14、切片是并发安全的吗？15、channel是并发安全的吗？16、有缓冲和无缓冲channel有什么区别？17、往无缓冲channel中写入和读入数据会发生什么？18、给一段代码让我分析defer19、力扣143重排链表反问：实习生进去做什么？对实习生的要求？

1.自我介绍2.讲一讲实习时参与过的内容有哪些3.做了存储优化后，新老数据存储方式不一致，如何保证线上用户的正常体验，然后合并新老数据呢？（这里答得磕磕绊绊的，但是面试官还是会很有耐心给提示）4.在优化前，你们这个接口又是怎么做的？5.分布式的架构下会出现什么问题吗？6.除了用线程池，你还能想到什么其他方案7.计网相关的八股（纯寄，这方面没怎么学过）8.tcp跟udp的区别9.tcp如何保证消息的可靠性10.如何解决粘包问题（就说了一种方案，面试官帮我做了补充）11.讲一下java面向对象的三大特性12.面向对象编程跟面向过程编程有什么区别13.说一下常用的数据结构14.说一下ArrayList跟linkedList有什么区别15.自己设计，如何使用ArrayList实现头插O(1)的实现16.最近有在学习AI吗17.说一下RAG18.Agent跟大语言模型有什么差别19.如何保证提示词的精准度反问一共三面，一面结果五天左右会出来总体感受：总体面了40分钟，面试官是老乡，我不会的他也会给提示跟补充，体验很好，给个二面机会吧我什么都愿意做的！！！更新：状态变成业务复试了

1.给机器人写一段prompot提示词，执行前进后退，拿握的指令2.讲讲spring ai3.mcp和function calling的区别4.rag是怎么实现的,知识库和上下文memory5.java注解是怎么实现的6.讲讲依赖注入7.会话内容怎么保存的，没持久化吗8.讲讲创建mcp服务和调用mcp的过程