百度文生图算法 实习（人才库版

欢迎友好讨论，信息共享1.项目拷打2.moe架构的专家路由是对每个token路由还是对每个序列路由3.如果是对每个token路由，那么代码实现时是如何避免写对每个token的循环的4.部署qwen3合成数据时候用的什么框架5.在用qwen3-32b做推理时显存占用是多少6.在多卡上部署模型时，用了什么策略使得GPU利用率能拉满7.讲一讲vllm框架，他是如何保证GPU利用率的8.讲讲flash attention9.算法题：反转链表

1、自我介绍2、项目介绍3、Agent 的核心组成是什么LLM Agent 本质上不是单独一个大模型，而是由模型、提示策略、工具、知识、记忆和执行接口组成的系统。可以概括成：[Agent = LLM + Prompt + Tools + Knowledge + Memory + Interface]其中 LLM 负责理解和生成，Prompt 决定任务边界和行为方式，Tools 负责访问外部能力，比如检索、地图、计算、数据库和 API，Knowledge 负责补充外部知识，Memory 负责保留短期上下文和长期用户信息，Interface 则负责把 Agent 和外部系统连起来。如果任务比较简单...

继续来分享下之前的面经~Agent & 系统工程1. agent的部署流程2. agent和workflow的区别，为什么需要agent3. 觉得当前的agent达到预期了吗？对agent的预期是什么4. agent的改进方向是什么5. 你认为从大模型端要做什么来适配agent大模型基础 & 微调6. 大模型项目遇到了什么问题7. 大模型微调的机制8. lora的具体原理9. lora中特殊的超参数有哪些，分别有什么意义，会对模型有什么影响10. lora效果不好怎么办11. lora的缺点，改进方向12. 有没有从0训练大模型的经历上下文 & 记忆机制13. 怎么加强大模型记忆机制14. 上下文接口怎么修改15. 较长较多的上下文怎么解决多模态相关16. 多模态的用户信息怎么存储和使用17. 对多模态大模型有什么了解18. 多模态大模型的具体结构

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.实习介绍2.介绍第一个项目3.整个系统的延迟大概是多少4.rag数据库存储的具体的内容是什么5.你在这个项目里主要做了什么，能具体讲讲吗6.无算法题