大模型应用/Agent开发求捞

基本都是深挖简历重点问你搭建的agent能解决什么场景问题过程中遇到了什么问题怎么解决的手撕：非hot100 但easy投递的时候一定要看岗位偏应用落地还是偏算法，楼主算法功底比较薄弱，没有真实业务场景下的模型训练微调经验，在面试偏算法岗的时候，算法原理和训练过程被追着问。强化学习太重要了，几乎都会问到，还需要继续加强。总结经验：不要只局限于准备简历项目的问答，面试官喜欢提出一个场景可能遇到的问题，让你给出解决方案，所以还需要提升自己思维发散和解决问题的能力。

TL： 0828 一面 60min0903 二面 60min0912 三面 50min面的时候就感觉面试官兴趣不大，凉了半截了。自我介绍，问实习，顺便问问八股，但是角度很刁钻，措不及防。之前听说没有手撕，但到我这里还是来了一个，验证完全二叉树的完备性，没做过，好在是A出来了，中间提交出错了一次，感觉不太好了。然后问竞赛，问实验室的方向，然后让我说一个实验室的项目，同时进行询问。简历上的项目真没一个人问的......白准备了，不过一看烂大街的项目估计面试官也没啥兴趣不出意外晚上就要收到感谢信了

一面 9.9号：复杂任务怎么去拆解任务，怎么去更好的调用工具这种模式是模型的自我迭代还是工作流的方式长记忆的介绍存储的时候如果出现了前后的不一致怎么解决的评测这块的准确率是怎么定义的RAG中怎么提升准确率的lora相比于其他的微调方式有哪些优点和缺点训练的数据的质量有什么心得未来的发展的规划愿意转语言吗AI coding的理解自己论文的介绍反问业务二面 9.11号：实习拷打30min怎么提升意图识别的准确率模型微调的时候，哪些部分是比较重要的数据质量高有哪些维度如何做测评的智能体商业化的话，评测怎么去做的更好准确率和召回率上遇到的最困难的点是什么，怎么解决的平台推广后要考虑哪些东西上线后还有什...

团子意向书没及时点确认，超时未处理还能重发吗