offer选择，求大佬们给些建议

发点面经攒攒人品～1.论文拷打2.拷打实习3.拷打第一个项目：MinerU解析出的结果是Markdown，相比纯文本，Markdown的层级结构对检索有什么好处？在你的流程中，VLM是在检索阶段参与，还是只在最后生成答案时参与？Ragas评测中，如果Faithfulness得分低，说明模型出现了什么问题？4.拷打第二个项目：在LangGraph中，Node和Edge分别代表业务流中的什么？长短期记忆在实现上有什么区别？短期记忆通常存在哪里？Agent是如何识别并选择正确工具的？是基于工具的名称还是功能描述？5.讲一下向量检索和关键词检索各自的优缺点6.为什么RAG比直接问大模型更能减少事实性错误？7.如果原始文档被修改了，如何保证向量数据库里的索引同步更新？8.什么是Query Rewrite？能解决用户提问中的什么问题？9.Temperature参数调高和调低，分别会对模型的输出产生什么影响？10.讲讲CoT的原理？为什么它能让模型处理复杂任务？11.在Agent执行任务时，Thought、Action和Observation三者如何循环？12.当对话长度超过模型上下文窗口时，处理方法有哪些？13.模型在进行工具调用时，输出的是直接的结果，还是一个包含参数的 JSON 字符串？14.系统提示词和用户提示词在Agent约束力上有什么区别？15.讲一下什么是HNSW索引？为什么比暴力搜索快？16.讨论了一下OpenClaw17.在开发Agent应用时，你怎么判断一个任务该用7B的小模型还是70B的大模型？18.如果你发现Agent总是重复执行同一个错误的工具调用，你从哪个环节修复？

有大佬知道蚂蚁智安安全技术有限公司的吗？想问一下这个是内包吗，属于蚂蚁的正编吗

1.vivo等开奖，方向是AI搜索算法2.OPPO等开奖，方向是OPPO研究院智能体检索，问了下主要方向有搜推，智能体，多模态表征3.蚂蚁网商银行，等HR面中，方向一个是智能助手，一个是风控数据挖掘。感觉蚂蚁的方向很受限，主包现在想等vivo和OPPO。然后蚂蚁不想泡了，想换个搜推和智能体的新池子。

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.RAG的核心流程2.向量嵌入模型的选型3.多模态和文本在向量嵌入的时候存在什么区别4.Agent的核心组件5.Agent框架，应用场景6.大模型训练的过程7.Agent场景题（开发SQL查询 Agent），怎么设计，存在的问题，怎么解决8.AI coding场景题9.最近有没有压力特别大的事情，怎么解决的10.自我评价一下自己有哪些不足无手撕，无AI coding