之前招联的面经补一下，给大家参考一下。一面1.  问实习相关2.  RAG怎么做的3.  数据怎么处理4.  怎么做微调的一面主要是和实习相关，我实习做的和RAG、Agent相关，所以这些问的比较多。二面1.  Agent有什么框架2.  有没有使用框架3.  为什么不使用，有哪些考虑4.  Prompt怎么写，有什么框架二面主要是实习做的东西深入一点，问下框架之类的知识，这个可以注意一下。总的来说，招联面试不难，准备一下应该是可以过的。

1. 先做个自我介绍吧，可以结合你之前的工作经历聊聊。2. 你对 SFT（监督微调）中的 scaling law 有了解吗？在实际训练中，你遇到过哪些比较大的困难？3. 在模型训练时，如果发现 advantage 或者 loss 突然变成 0，一般可能是什么原因导致的？4. 在构建 AI Agent 时，它的记忆（Memory）机制通常是怎么设计的？5. 当模型出现 bad case 时，你一般会怎么分析？后续会采取哪些措施来改进？6. 如果需要为特定领域的文本训练一套 Embedding，你会怎么做？7. 聊聊你实习时团队的组成和分工吧，大家是怎么协作的？8. 你对大模型分布式训练的底层了解...

一面 一开始就问项目 ，然后问语义搜索向量搜索， multi-agent的相关实习。。gc垃圾回收websockettcp/udp阻塞机制因为面的是搜索相关的，一面过了以后，为了二面提前准备了一些搜索相关的算法，不知道美团有几轮技术面，希望都能顺利通过，写面经攒人品！！

这些国企，秋招你投了几个？ 时代的车轮碾过，当互联网的毕业潮一次次冲刷简历，当35岁危机从传闻变成身边触手可及的焦虑，当Work-Life Balance从奢望变成刚需——国企，这个曾经的**“备选项**”，已在秋招战场上悄然晋升为“香饽饽”！ 今年的秋招，俨然变成了一场 “全网海投，国企上岸” 的生存游戏。看看这份清单，你投了几个？ 首先，国企，银行这些基本以一本为基础，少数岗位可能二本等也能进，大多数一本是打底，技术要求相对于互联网大厂肯定是要低很多的，但对于背调，家庭，以及个人表达，外貌，等各种因素十分在乎。 顶级“神仙打架”区（难度堪比大厂核心部门） 这些单位，已经不能用传统的“国企”...