阿里内推！可以直接加我（内推码：2T4CHCE2）

1.自我介绍2.讲下自我介绍提到的ppt智能体，完整的流程调研auto ppt等3.讲下rag的流程正向流程，反向评估都答4.ppt智能体改为多智能架构，会结合业务场景考虑吗；当然去往新方向做尝试可以5.为啥用rag，解决什么问题外挂记忆，解决幻觉，垂直领域问答6.在rag里面调用的LLM，有尝试做垂直领域的LLM微调吗7.企业知识库和个人知识库，个人问答会结合两个做回答吗8.用过ai coding多吗，什么模型，国外模型用的多吗；就是对于需求已经够用了9.遇到过什么项目难点项目上线和前端联调，部署工具OOM，初期调研rag过程中部署问题10.如果做了一个多智能体或者工作流的ppt智能体，怎么做评估，有哪些指标结果侧（生成侧），看版面对齐度，丰富性，是否有问题；生成文本内容，是否有问题，用户打分加权（劣良优）；最后设定综合制定标准打分11.面试官陈述：就是通过一个智能体生成，另外一个自动化智能体，自动化评估12.实习过程中有几个人13.有用openclaw claude code做过什么；skill 渐进式批露怎么做的；LLM怎么知道要调用哪些skill答得个人工作流，react；       应该是工具 chema注入，然后意图识别；结构化输出 (Function Call)14.反问智能体投入生成环境的评估，人工和自动化评估都有吗；agent scope搭建效果产品或hr及一些相关需求，评审方案；内部agent build智能体编排架构工具挺多；但实际还是有性能安全等考虑，不能成为黑盒；百炼平台内部用的话，还是有很相关的；

1. 自我介绍2. 为什么要用 DPO，你的 DPO 数据从哪里来DPO 主要用来做偏好对齐，让模型在两个候选答案中更倾向于选择符合业务偏好的回答，而不是只学会复现标准答案。SFT 解决的是“会不会做”，DPO 更偏向解决“更喜欢哪种做法”。数据一般不是直接从线上拿一问一答就能用，而是先用上一版 checkpoint 对同一批 prompt 做多候选采样，再经过规则、模型评审和人工复核构造 chosen/rejected。这里不用商业 API 蒸馏正反样本，是因为不同模型的输出分布和本地模型不一致，直接蒸馏会让偏好边界偏到外部模型的风格上，最后 DPO 学到的是别人的分布，不一定能提升当前模型...

面试很难，还是要多多练习AI coding笔试（30min一些八股：1.Attention的QKV怎么计算，WQ/WK/WV的形状2.MOE的路由机制，稀疏vs稠密3.KV Cache在prefill和decoding阶段的读写差异4.大模型幻觉怎么规避5.微调后出现复读机怎么排查6.SFT够用 vs 必须上DPO/RL怎么判断7.DPO损失函数的潜在问题8.KL散度在模型对齐里的作用9.接着问了google的TurboQuant kv cache10.项目深挖11.灾难性遗忘怎么解决等问题

🕐面试时间：60min❓面试问题：自我介绍ai coding 40min，给一个业务需求，做一个词包agent（10w+词进行分类，plus一些业务问题），只需给一个大致的架构方案设计，当大模型给出方案后，面试官会问你觉得这个方案有什么坑点，也会给你一些提示（10w+单词不好全让大模型来做分类，想法是让一个子agent或子模块来做），你也可以让大模型来想解决办法。聊聊对agent的认识有没有用过open clawskills了解吗你刚才想到了用子agent的思路，在什么情况下会这么做，有什么好处skills和子agnet有什么区别，什么场景下选择不同的解决方法（我回答的是看整体的任务复杂度，...