百度 LLM算法 校招二面 强度拉满了

发一下问题给大家参考，攒人品中。。。
1.实习中多智能体系统包含几个智能体?它们之间如何交互?
2.实习中意图识别模型需要识别多少个意图?
3.750B模型用于什么场景?
4.实习中Qwen3VL模型是多少B的?用于什么场景?
5.在实习中，你主要的贡献是什么?
6.检索环节做了哪些优化?
7.答案生成环节做了哪些优化?
8.是否做了SFT或强化学习相关工作?在哪个环
节做的?
9.SFT过程中是否对类别标签做了清洗或修正?
10.强化学习的样本量是多少?
11.基础模型经常分类分不准的案例有哪些?
12.在校项目中，为什么用对话数据来增强数据集?
13.在校项目任务的输出可以简单描述并举例吗?
14.单智能体能否完成相在校项目关工作?为什么要智能体？
15.LangGraph相对其他开源智能体编排工具的优点是什么?
16.在现有场景中是否需要用到LangGraph的状态管理功能?
17.如何理解Long-termMemory的实现方式?
18.若将电商场景中用户的购买、点击、兴趣等信息设计为长期记忆，有什么想法?
19.Context Window能否储存大量电商交互信息?如何解决存储问题?
20.推理时若将大量Memory以Token形式给到大模型，Token长度过长该如何处理?
21.强化学习有哪些常用技巧?
22.若通过SFT进一步提升模型准确率，常用的手段有哪些?
23.SFT的理想数据量是多少?如何确定?24.SFT数据分布一般怎么取?为什么选择该分布而非其他分布?