字节ai agent一面-日常实习

* 为什么在 RAG 流程中引入父子索引（Parent-Document Retrieval）？* 为什么引入 BM25？向量检索和 BM25 的融合比例是怎样的？* 检索融合的具体流程是什么？召回后有没有做 Rerank？* Rerank 后返回几个块（Chunk）？有没有针对这个返回数量做过验证？* Rerank 后的 TopK 截断是怎么做的？为什么是这个值？有没有其他截断方案？* 讲一下上下文工程（Context Engineering），Agent 的记忆（Memory）是怎么做的？* 请详细讲解分布式令牌桶限流的实现。* 漏桶算法（Leaky Bucket）的原理讲一下。* 滑动窗口算法限流讲一下。如果用代码实现，滑动窗口的结构体会包含哪些字段？* 滑动窗口和令牌桶相比有什么缺点？* 在 Redis 中，你会用什么数据结构来实现滑动窗口限流？* LRU 缓存的实现原理讲一下。* 布隆过滤器（Bloom Filter）的底层原理和适用场景讲一下。* MySQL 索引会在哪些情况下失效？* 在使用 LIKE 进行模糊查询时，索引什么情况下会失效？* MySQL 的事务隔离级别有哪些？如何保证一致性？* 详细说说 MVCC 的实现，ReadView 的生成时机是怎样的？* 在不同的隔离级别下，一个事务分别会创造几个 ReadView？* MySQL 都有哪些锁？它们的作用分别是什么？* 为什么选择 Python 和 Go 作为技术栈？在处理并发时有什么区别？* 手撕代码：实现反转链表。问的好杂，后面有的答不上来了是正常的吗

1. 全参数微调的显存一般怎么估算全参数微调的显存不能只看模型参数本身，真正上线训练时至少要把参数、梯度、优化器状态和激活值都算进去。最粗略的估算方式是：如果模型参数量是 N，训练精度是 bf16，那么参数大约占 2N 字节，梯度再来一份 2N，如果用 Adam，还要额外保存两组一阶和二阶矩，通常再加 4N + 4N 字节。也就是说，不考虑激活值时，单参数相关内存大致可以按 12N ~ 16N 字节估。真正把 batch size、sequence length、checkpointing、并行策略加进去后，激活值往往才是大头。所以面试里如果只答“参数量乘 2”基本不够。更稳的答法是先给出静态...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 实习拷打2. 项目拷打3. RLHF中奖励模型（RM）的训练数据如何构建？4. 推理加速技术5. 模型剪枝/量化（GPTQ、AWQ）、服务化框架（FastAPI+vLLM）6. 如何优化大模型在长文本生成中的显存占用？7. 微调方法对比8. 设计一个ai爬取字节视频，如何设计？9. Transformer自注意力机制、位置编码、梯度消失/爆炸的解决方案10. 如何解决大模型API服务的响应延迟问题？

1. Agent 工具调用你知道怎么训练吗？训练集应该包含哪些？怎么得到训练数据集？如果只是让模型“知道有工具”，那只需要在 SFT 里教会它工具名和参数格式；但如果想让它真的会用工具，训练集必须覆盖完整决策链路。至少要有三类样本：一类是该调用工具的，一类是不该调用工具的，还有一类是要调用多个工具且有依赖关系的。否则模型很容易学成“逢问题必调用”。训练数据来源一般有几种。最理想的是业务日志里已有高质量人工操作轨迹，把用户问题、检索条件、调用参数、返回结果和最终回复串起来。没有现成轨迹时，就要靠规则模板、专家构造、模型自蒸馏和人工校验混合生成。真正难的地方不在造正样本，而在构造反例，比如参数缺失...