米哈游agent应用算法 实习一面

一、大语言模型基础1. 目前主流的开源模型体系有哪些？主流开源模型体系包括：LLaMA 系、Qwen 系、GLM/ChatGLM 系、Mistral/Mixtral 系、Baichuan 系、DeepSeek 系、InternLM、Yi 等。面试里建议从以下维度比较：参数规模（7B/13B/70B…）上下文长度（8K/32K/128K…）多语言能力工具调用能力（function calling / agent）推理成本与部署难度开源协议（是否可商用）2. Prefix LM 和 Causal LM 区别是什么？Causal LM：严格自回归，token 只能看左侧历史（下三角 mask）。Pr...

攒攒人品！！1.项目拷打2.什么是AIAgent?它和传统的LLM应用(如ChatGPT)有什么区别?3.解释一下RAG(检索增强生成)的工作流程。4.你在项目中是如何解决LLM"幻觉"问题的?5.你用过哪些AlAgent开发框架(如LangChain、LangGraph)?请对比它们的优缺点。6什么是Function Calling(工具调用)?在LangChain中如何实现?7.如何设计一个支持多轮对话的Agent?8记忆机制是如何存储和管理的?9.解释一下ReAct(Reasoning +Acting)框架的原理。10.在RAG系统中，如何优化检索的准确率?(提示:重排序Rerank、HyDE等)11.手写算法:实现一个简单的文本相似度计算函数(如余弦相似度)。

1、自我介绍2、我看你实习做过差旅报销 Agent 项目,简单介绍下3、这个差旅报销 Agent 是单 Agent 还是多 Agent整体上更接近单 Agent + 多工具协同。系统只有一个主控 Agent，负责理解用户当前诉求、决定调用哪些工具、根据工具结果继续推进流程。OCR、分类、抽取、规则校验这些模块虽然很多，但本质上都是工具，不是独立自治的 Agent，所以不能严格算多 Agent 系统。如果要说架构特点，就是由一个 Agent 负责统筹任务，把工具能力串起来，完成一个完整报销闭环。4、你在这个项目里主要负责哪部分主要负责的是任务理解、工具路由、Prompt 设计、流程编排和结果后处...

发一下问题给大家参考，攒攒人品！1.项目拷打2.实习拷打3.检索融合的具体流程是什么？召回后有没有做 Rerank？4.Rerank 后返回几个块（Chunk）？有没有针对这个返回数量做过验证？5.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？6.讲一下上下文工程（Context Engineering），Agent 的记忆（Memory）是怎么做的？7.请详细讲解分布式令牌桶限流的实现。8.漏桶算法（Leaky Bucket）的原理讲一下。9。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？10.滑动窗口和令牌桶相比有什么缺点？11.在 Redis 中，你会用什么数据结构来实现滑动窗口限流？12.LRU 缓存的实现原理讲一下。13.布隆过滤器（Bloom Filter）的底层原理和适用场景讲一下。14.MySQL 索引会在哪些情况下失效？15.在使用 LIKE 进行模糊查询时，索引什么情况下会失效？16.MySQL 的事务隔离级别有哪些？如何保证一致性？17.详细说说 MVCC 的实现，ReadView 的生成时机是怎样的？18.在不同的隔离级别下，一个事务分别会创造几个 ReadView？19.MySQL 都有哪些锁？它们的作用分别是什么？20.为什么选择 Python 和 Go 作为技术栈？在处理并发时有什么区别？21.手撕代码：实现反转链表