大模型Agent校招面经-阿里淘天

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.实习拷打2.项目拷打3.处理查询文档里的异构数据(如图片)时，具体的处理流程是什么?解析成纯文字后如何进一步加工?这样只返回文字给用户，图片信息不会丢失吗?4.你们是通过人工打标建立图片和文本的对应关系吗?文档量很大的情况下，打标工作能完成吗?5.如何保证大部分图片异构数据解析后回答的正确性?若回答错误，怎么识别问题?后续要验证回答准确性，你有什么方案?6.用于评测的另一个大模型，如何构造问题、分析文字并进行对比?这个大模型的正确率以及模型自我一致性怎么确定?7.你们的模型基于哪些异构图像做增强?模型会不会产生幻觉，生成文档外的内容?8.若用户的问题不在文档里，你们会怎么处理?是调用其他模型吗?大模型回答不了时，会提示用户补充问题吗?用户补充后仍无法解决该怎么办?模型如何判断何时需要让用户补充提问?9.你们有框架编排这些流程吗?用的是什么框架?10.怎么理解检索召回率?这些指标具体包含哪些评价项?什么是忠实度?召回率的分子分母是怎么定义的?11.你之前那段实习的具体工作内容是什么?针对设备故障叙述报告这类复杂文本，模型如何理解?是做了相关检测吗?大模型是怎么实现术语解释的?12.请讲一下LoRA技术，除了减少参数量，它还有什么优点?你做的LoRA相关工作，后续有落地应用吗?13.你写代码主要用Python吗?会不会用Java?了解Java的多线程、双亲委派模型以及消息中间件吗?有没有做过Java相关项目?

1、自我介绍2、如果让你设计一个可回放、可调试、可审计的 Agent Runtime，你会怎么做一个真正能在线上稳定运行的 Agent Runtime，不应该只是“模型 + 工具调用”这么简单，而应该是一个有状态机、有事件日志、有回放能力的执行系统。我会把它拆成几个核心模块：任务上下文、Planner、Executor、Tool Adapter、State Store、Event Log、Policy Engine 和 Replay Engine。任务执行时，不是把所有中间过程都放在 Prompt 里，而是把关键状态结构化存储。比如当前步骤、已完成动作、失败次数、工具返回摘要、等待确认事项、上...

继续来分享下之前的面经~欢迎友好讨论，信息共享1.请详细介绍一下Transformer的架构，包括Encoder和Decoder的区别？2.解释LayerNorm和BatchNorm的区别，为什么Transformer中使用LayerNorm？3.多头注意力机制的原理是什么？为什么要用多头而不是单头？4.LLaMA的结构有什么特点？与标准Transformer有什么不同？5.什么是位置编码？绝对位置编码和相对位置编码的区别是什么？6.大模型训练中的灾难性遗忘是什么？有哪些解决方法？7.大模型训练中数据量和数据质量哪个更重要？为什么？8.DeepFM的原理是什么？FM部分如何降低计算复杂度？9.你在项目中遇到过拟合的情况吗？是如何解决的？10.手撕代码：重排链表（LeetCode 143）

自我介绍如何理解Mysql中的事务？对于Java内存模型是否有了解？JUC并发编程中的数据结构用到过哪些？是否有JVM调优经验？Mysql中有一个表，有a,b,c三列，b是索引，a是主键，当where b = 1时，要经历多少次IO？Mysql中聚簇索引和非聚簇索引的区别？如果出现慢SQL了怎么查看执行计划？项目中用到的RAG有哪些了解？对于分布式锁有哪些了解？如何用redis实现分布式锁？对于垃圾回收是否有了解？手撕 最长的不包含重复字符的子字符串感觉对于Mysql与Redis的询问更多，需要自我加强！