百度 大模型开发一面实习面经分享

发一下问题给大家参考，攒攒人品！
1.实习拷打
2.拷打第一个项目：如果长表格被切分到了两个不同的Chunk，如何保证大模型在回答时不丢失表头信息？为什么不直接把图片转成描述再做文本检索，而是做视觉Embedding？有什么好处？
3.拷打第二个项目：你是如何设定记忆总结的触发条件的？是根据对话轮数总结，还是根据Token消耗量来总结？如果测评量表返回的数据量非常大，超过了模型窗口，在不丢失核心指标的前提下，如何对工具结果进行预压缩？
4.为什么在做RAG时，切片不能切得太长，也不能切得太短？
5.什么是混合检索？为什么一些场景下，只用向量检索效果不好？
6.如何在Prompt中设计拒答逻辑，让模型在知识库没有相关内容时，不强行生成答案？
7.什么是CoT？它在提升Agent逻辑推理能力方面的原理是什么？
8.在Function Call的过程中，大模型返回给后端的是真实运行的结果，还是调用的意图？
9.拷打Transformer
10.了解MySQL吗？在MySQL中，如果要存储用户的对话记录，你会选择哪种字段类型？为什么？
11.Redis有哪些常见的数据结构？
12.为什么在大模型应用中，会把一些重复的问题和答案存入Redis缓存？
13.介绍一下如何利用Redis存储大模型的响应结果？
14.如果两个用户的提问意思一样但表达不同，如何判断该不该命中Redis里的缓存？
15.在分布式Agent环境下，用户的Session应该存放在哪里？
16.手撕：无重复字符最长子串