整体面试还是不错的，但是没后续了，不知道是哪里出了问题Agent：1.有用Coze搭建Agent的经历吗？2.为什么选这个主题agent？3.搭建周期？4.具体Workflow是怎么设计的？5.在哪里发布？6.h5的前端界面是如何完成的？7.环节中哪一块最难，难在哪里？如何克服？Prompt：1.你是怎么写Prompt的？思路是什么？2.如果效果不好，你如何一步步优化？3.怎么解决响应时间过长问题？关于大模型：1.主流大模型优缺点分析？2.你最喜欢哪个？因为什么（给具体案例）。3.在不同场景（如逻辑梳理vs创意写作）你怎么选？4.你的workflow里面用的哪些LLM？为什么？

TeleAI和百度日常实习offer如何选？求大佬建议～目前985研0，日常实习TeleAI多模态大模型算法：听说比较自由，可选导师下感兴趣的方向，氛围听说不错。百度Agent架构研发：做百度内部的Agent，Agent前沿开发，比如类openclaw的产品。前者待遇好一点。求大佬建议～引流：腾讯，快手，字节，阿里

发点面经攒攒人品～1.项目拷打2.实习拷打3.你提到用了CKA你能解释一下它是怎么计算的吗？这个指标真的能评估对齐程度吗4.ModalityAdapter模态适配器这个模块你是怎么设计的？它是怎么起作用的？有没有做过ablation实验？5.对比学习里你怎么构造正负样本的？正负样本不容易区分的时候你们是怎么处理的？有没有用HNM6.你们项目里用了多个loss比如MSE + Contrastive Loss + KL 散度为什么这么设计？有没有出现loss拉扯现象7医疗组手那个项目你说做了Prompt模板设计，能不能举几个例子？分类模板和生成式模板在你们场景下分别怎么做的8你们用的知识库是静态的吗？有没有做向量索引？用的什么方案9怎么避免模型产生医疗幻觉？你们有没有做 hallucination 率评估11.你用过哪些模型推理框架？你觉得Ollama和vLLM区别在哪儿？在车端你们选它们的依据是什么？12.你们说做了14B的车端模型，你们是怎么用SFT数据去做微调的？数据怎么构建的13.评测体系你是怎么搭建的？评测指标都有哪些14.你说你们构建了车载Agent平台Agent链路是怎么调度的多轮对话怎么做状态维护？15.Rewrite模型是你做的，具体输入输出是什么？你们是把 rewrite放在检索前还是后？训练数据是人工构造的吗？16你现在要设计一个多模态模型用于车内驾驶员状态识别，传感器包括摄像头和力传感器，你会怎么设计这个 pipeline

攒人品中，祝大家都能拿到满意的Offer！1.实习拷打2.工业 PDF 解析中，复杂版面（多栏、表格、图文混排）如何做版面理解并还原结构？3.OCR 结果有噪声或错误时，你是怎么做纠错或提升解析质量的？4.多模态检索中，图像和文本向量不在同一空间时，如何实现对齐？5.Agent 中长短期记忆如何设计？各自存什么，怎么触发读取？6.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？7.用户情绪异常（投诉、愤怒）时，Agent 如何在不中断主流程的情况下进行干预？8.长文档为什么一定要切 chunk 再做向量化？不切会有什么问题？9.chunk 切分时为什么要有重叠区域？比例一般怎么确定？10.稠密向量和稀疏向量的区别是什么？各自适合什么场景？11.是否做过关键词召回和向量召回的融合？具体怎么做的？12.向量检索中 Top-K 设置过大或过小分别会带来什么问题？13.余弦相似度和欧氏距离在高维空间中的差异是什么？实际怎么选？14.为什么需要 rerank 模型？它解决了向量召回的哪些问题？15.rerank 之后的截断策略是怎么设计的？为什么选这个 K 值？16.文档发生局部更新时，如何做增量索引而不是全量重建？17.RAG 中如果没有召回到相关知识，如何约束模型避免胡编？18.HyDE 在 query 模糊时是如何提升召回效果的？19.超长上下文模型出现后，RAG 架构的必要性是否会下降？