拓竹科技一面4.14

给我面没招了，发点面经攒攒人品～1.介绍一下你的实习经历和主要工作内容。2.在微调大模型时，你使用过哪些框架？它们的优缺点分别是什么？3.CLIP 模型的 zero-shot 能力是如何实现的？它在多模态任务中的应用有哪些优势？4.Transformer 中 Pre-Norm 和 Post-Norm 的设计差异是什么？对模型训练稳定性和性能有何影响？5.在生成式大模型中，为何通常采用 Decoder-only 架构而非 Encoder-Decoder 结构？6.请描述大模型中自然语言理解模块的具体实现方案，包括语义解析和意图识别的关键技术。7.针对 Transformer 模型推理过程，你会采用哪些优化手段？8.请阐述RAG的核心原理，并说明如何通过 RAG 缓解大模型的幻觉问题。9.vLLM 框架的核心优化原理是什么？其在动态批处理和显存管理上有哪些创新设计？10.请对比 RLHF、PPO、DPO 算法的技术差异、优缺点及适用场景。

3.13 时间：45min岗位：软件测试/测开问题：1.自我介绍2.介绍实习的做的工作3.agent节点验证如何做的，是否类似于后端的接口测试4.前端缺陷检测工具是检查代码的问题，还是页面不规范的问题5.调用的大模型是如何选择的？6.测试与开发的占比怎么样？7.rabbitmq有哪些机制，分别用在哪些场景下？8.redis的常用指令？9.在对象创建上面有哪些设计模式，它们有哪些特点？10.还了解过其他的设计模式吗？11.python用过吗？12.Mysql 的 buffer pool是什么？13.binlog 和 redo log 有什么区别？14.MySQL 的LRU 是什么？15.如果数据存在多张表里，有什么方法能够请求查询的时候，不会集中到一张表里？优劣分析一下16.RAG 的架构是什么？然后各个阶段分别用了哪些优化方法？具体用在哪些场景上？17.项目基于什么实现的RAG功能18.文档一般什么格式？切分用的什么策略？19.切出来的chunk很大，怎么处理？20.用的那种切分模型，用的哪种相似度算法？余弦相似与点积有哪些区别？21.算法：实现双向链表以及一些基本操作22.反问3.16已挂

稳稳的寄了。Q：你的 Agent 具备上下文记忆功能，基于 ReAct 模式，目前实际运行中最多能支持多少轮对话？Q：在 ReAct 模式下，Agent 需要频繁调用工具。考虑到不同大模型（如 Kimi 支持 20 万+ token，DeepSeek 支持 10 万+ token）的上下文窗口限制，您在执行过程中是否遇到过因工具调用次数过多（N 次）导致 Token 超出限制（撑爆上下文）的情况？如果有，是如何处理的？Q：在问答类场景中，如果 Agent 陷入死循环（例如反复搜索不到内容，不断重复“查看文件 - 搜索文件”的操作），有什么机制来检测并处理这种异常情况？Q：项目基于 MCP 协议集成了服务器资源查询、数据操作和校内文档检索，为什么没有考虑集成外部互联网资源的检索能力？Q：像 Codex 这类代码模型，其内部显然不是基于向量检索的。您是否研究或思考过 Codex 内部的文件检索策略是如何实现的？Q：目前 OpenClaw 比较热门，您是否阅读过相关源码或研究过其技术实现？Q：您提到了“服务器辅助开发”功能，是基于 Plan-Execute-RePlan 的方式实现的。能否详细讲解一下这一功能的具体实现逻辑？Q：你实现的“Plan-Execute-RePlan”流程与 Minus 这种有什么区别？

有佬参加过这个的吗，看这个要测三个小时，有点折磨啊