百度日常实习 多模态算法凉经分享

1. xgboost 为什么叫梯度提升树因为它本质上就是：树：基学习器是 CART 回归树提升：一棵一棵往上加梯度：每一轮拟合的是损失函数对当前预测的负梯度普通提升树可以理解成拟合残差，XGBoost 是把“残差”推广成了更一般的梯度下降框架，而且用了二阶导信息，所以比传统 GBDT 更强。2. 知道什么概率模型？朴素贝叶斯，说一下贝叶斯的思想概率模型就是用概率分布描述数据和变量关系的模型，比如：朴素贝叶斯HMMCRFGMM贝叶斯网络贝叶斯思想就一句话：先验 + 数据 = 后验。公式：[P(A|B)=\frac{P(B|A)P(A)}{P(B)}]朴素贝叶斯做分类时，假设特征在给定类别下条件独...

Al智能体开红利期至少三年!AI能替代传统前后端，是因为网上有海量标准化成熟代码供模型训练，可直接生成优质代码。但AI智能应用/智能体是新兴赛道，缺乏现成方案，核心靠创新、新思想与行业落地能力，而非复用旧代码。只要各行各业未被AI彻底重构，需求就持续存在，至少3年红利期，正常行业生命周期5-10年

📍面试公司：百度 🕐面试时间：2026.03.20💻面试岗位：文心一言 后训练❓面试问题：自我介绍，教育背景，项目，和实习（两段本科Java web实习，没有后训练实习经验）GRPO训练的数据流KL散度的计算公式，怎么做平滑softmax的计算公式，怎么防止数值爆炸，有什么影响GRPO里的$\pi_\theta$, $\pi_\theta_{old}$, $\pi_\theta_{rollout}GRPO里是off-poliy/on-policy，当batch_size非常大时，如何缓解off-poliy的问题？平时使用vibing code的频率，以及使用的模型有哪些？了解TRL，VE...

路过的牛爷爷们来试着答一下吧你理解的 Agent 架构是什么？一个 Agent 系统一般由哪些模块组成？Tool 是怎么设计的？什么样的功能应该做成 Tool？Memory 分几种？Short-term / Long-term memory 怎么实现？Agent 是怎么做任务规划的？是 ReAct 还是 Plan-Execute？多 Agent 协作是怎么做的？你做 RAG 的完整流程是什么？（数据 → 切分 → embedding → 向量库 → 检索 → 重排 → 生成）Chunk 大小怎么确定？为什么？向量召回不准怎么办？如何做 rerank？用什么模型？如何评估 RAG 效果？指标是什么？RAG 和微调怎么取舍？多路召回怎么做？如何降低 RAG 的延迟？如何解决幻觉问题？如何降低模型幻觉？如何让模型输出稳定格式？如何做自动化 Prompt 优化（A/B test / eval）？如果一个 Agent 系统 QPS 很高，你怎么设计架构？向量检索很慢怎么办？LLM 调用很慢怎么办？如何做缓存？如何做降级？如何控制成本？（LLM 很贵）如何设计一个高并发的 RAG 系统架构？业务场景（电商）：让你做一个类似 TikTok Shop / 淘宝 的 AI 导购助手，用户可以对话买东西，你会怎么设计这个系统？在电商 Agent 里，你觉得有哪些工具（Tool）需要提供给 Agent？电商 Agent 的 Memory 应该存什么？如果要做一个“自动运营 Agent”（自动生成活动、改价、发券），怎么设计？电商商品库做 RAG，embedding 用什么字段？用户问“适合送男朋友的礼物”，RAG 怎么做？如何把“推荐系统”和“RAG”结合？如何做个性化 RAG？设计一个电商 AI 导购 Agent，支持：“商品推荐、对话购物、查询订单、售后问题、个性化推荐、高并发”