阿里国际大模型算法一面分享

Q1：⼀句话说明什么是 AI Agent？答案：AI Agent 是以⼤模型为认知核⼼，结合规划、记忆与⼯具调⽤，能在多步交互中根据环境反馈持续决策并完成任务的系统；其本质是 闭环的感知—思考—⾏动 循环，⽽不仅是单次⽂本⽣成。Q2：为什么说 Agent = LLM + Planning + Memory + Tools？缺⼀块会怎样？答案：缺 Planning：容易变成「只会接话」的聊天，⻓任务易跑偏或⼀步登天完不成。缺 Memory：⻓对话会丢线索，多会话⽆法延续⽤户偏好与任务状态。缺 Tools：只能「空谈」，⽆法查实时信息、执⾏代码、改系统状态。LLM 仍是中枢，但单靠 LLM 没有外...

继续来分享下最近的面经~欢迎友好讨论，信息共享论文1拷打：1.怎么判断这个视觉推理问题表现不足是encoder部分的问题还是后面llm推理的问题 追问怎么把图像转化为caption 不会透题吗 测评指标是什么2.单agent多能力和多agent相比的优劣势3.不确定性怎么量化的 还了解其他不确定性置信度的量化方法吗 什么原因让你再加入Top k token的分差 并且设置50%的占比计算不确定性 回答是一长串文本的话 哪一部分参与最后的不确定性计算4.辩论迭代机制怎么做的论文2拷打:1.衡量推理能力 怎么想到要这样设计这三个维度的题目2.怎么提高模型在回答这种问题的正确率 怎么让模型去挖掘这些关联关系手撕：二维有序矩阵查找指定值

Agent / LLM 方向面经整理（思路引导 + 推荐回答）  每章开头有一小段本章思路引导（这类题整体上在考什么、怎么组织话）。每道题下先有一行思路（答题时先想什么），再是推荐回答（可参考的表述骨架）。请把里面的名词、数字换成你项目里的真实情况，别整段背。  一、写在前面 如果投的岗位对后端技术栈有一两条要求，你没有相关经历但业务还是放了简历进来，最好针对 JD 里那两条单独准备一下。其实就算 JD 没写死，HTTP、流式、异步这类也算互联网底座，有时间还是摸一遍皮毛，面试里至少能接住话头、显得你是主动补过的人。 没正经后端经历的（比如我），体感是面试官一般不会往死里抠实现细节，更在意知识...

盲审已过，工作已定。前几天疯狂打游戏刷抖音，现在一点也不想碰了，感觉没啥意思。在考虑要不要提前实习或者想办法搞个副业啥的