高德AI Agent算法一面面经 1h

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.介绍下self-attention，计算其时间复杂度。2.为什么要用multi-head attention？3.PPO的clip机制？在线强化学习和离线强化学习有什么区别？RLHF是哪一种？4.为什么要用reference model? 为了解决什么问题？5.如何让多个agent协同工作的？举个具体的协同机制例子。6.如果一个agent误判导致策略冲突，如何处理？7.有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？8.你是怎么设计agent的记忆系统？9.长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？10.你怎么处理响应速度与推理精度之间的tradeoff？是先召回再精排，还是单次生成？

1、项目里负责的边界是什么？哪些内容是亲手实现或验证的？我负责的边界一般分成四块：Agent 主链路、RAG 检索链路、工具调用层和效果评测。主链路包括 query 理解、路由、上下文构造、结果生成；RAG 这块包括文档清洗、切片、召回、重排和 prompt 拼接；工具调用层包括 function schema 定义、参数校验、执行封装和失败重试；评测这块包括 badcase 回流、离线测试集和线上日志分析。亲手实现的部分主要是在线链路和评测闭环，比如 query 改写、混合检索、rerank 接入、上下文压缩、工具调用编排、token 统计、失败样本分析。验证过的内容包括不同 chunk 策...

欢迎友好讨论，信息共享1. 了解过哪些大模型？它们在结构上的差异？2. 大模型常用的位置编码有哪些？优缺点分别是什么？3. 介绍预训练—后训练—推理的流程4. 详细问了 RLHF，包括 PPO 算法原理5. DPO 和 PPO 的区别6. 超长上下文是怎么实现的，比如 Kimi 这类模型7. 大模型智能体 Agent 的工作原理和组成部分8. 场景题：如何训练一个大模型，让它能更好地精确提取摘要9. 代码题：经典股票四连问，对应 LeetCode 121、122、123、188

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 你对ai和数据库的结合有什么看法2. 向量数据库了解过吗，常见向量索引的实现细节3. 讲讲diskann4. agent memory管理有哪些难点5. 做题，很简单的一道easy