数字马力二面

1. 介绍实习，我这边实习做的是web3和ai，跟他讲了好久业务背景。主要围绕工作量证明以及如何结算代币和激励2. 介绍transformer的架构，qkv的作用，注意力机制3. 大模型推理的两个阶段？没太get到4. vllm：kv cache对于业务的优化，page attention稍微提了一嘴5. spring：ioc和aop的理解，aop什么时候失效。两种动态代理模式详细说说6. redis：五种数据结构底层原理，跳表和红黑树的对比，跳表什么时候退化，跳表最后会退化成什么样，红黑树什么时候退化，最后会变成二叉平衡树吗7. innodb为什么用b+树，与前面两个比较8. kafka的结构有什么，生产者消费者数量设置探讨，如何指定到某个partition9. agent相关：说说mcp，function calling，ReAct以及一些常见的设计范式，比如Plan & Exec10. 算法：无重复字符的最长字串11. 追问业务的时候还在问算法相关内容，说说stable diffusion和vit，视觉怎么样被大模型处理的误闯天家了，算法内容仅限了解过一点，广度深度都很一般。

一、Agent核心模块（秋招最热，几乎必问）1.为什么选择做Agent项目？（结合求职方向，突出你的核心价值，避免泛泛而谈）2.讲下你做的Agent项目，核心目标、技术难点、你负责的模块及落地效果（秋招必问，重点说“解决了什么问题”）3.演示Agent项目实现细节（重点说关键流程、核心代码逻辑，避免只说框架）4.Agent项目开发的核心框架有哪些？你用的是哪种？为什么不选其他框架？（LangChain/LLaMA Index/AutoGPT对比）5.了解市面上有哪些主流智能体（Agent）？各自的优势、应用场景及局限性（比如AutoGPT、ChatGPT Plugins、Meta AI Age...

发发面经攒攒人品项目深挖1. 训练参数设置&资源配置细节2. DPO训练loss的直观含义3. 为啥不直接SFT，非要搞DPO4. 负样本构造逻辑追问：长链路GUI下正负样本长度不一有啥影响？原因是啥？5. 为啥选GRPO？对比过其他算法吗？6. tool response需要loss mask吗？理由是啥？7. 训练任务中mcp构造数量+具体case8. 训了几版模型？印象最深的bad case是啥？八股问答1. 看过AUTOGLM论文吗？其他大模型论文呢？印象最深的点是啥？2. 给定模型层数+隐藏层维度，估算参数量级+解释计算逻辑3. 同参数同序列长度，计算kvcache大小手撕代码流式输入输出处理规则1. 被包裹的字符直接隐藏2. mcp调用只输出instruction里的内容

自我介绍实习经历介绍（这里就不详细展开，因为每个人不同，下面会记录一些闻到的通用的场景题）做一个开放平台需要有哪些模块开放平台的鉴权如何做，有没有了解过OAuth2开放平台的网关能做一些什么事情KV数据库的选型怎么考虑如何设计一个秒杀系统热点行更新是具体怎么做的对 AI 了解到什么程度为什么想要做Agent相关的工作飞书的MCP工具是如何写的你的AI coding的经验有哪些（因为给面试官说AI代码覆盖率到90%+，所以问了很多）如果做一个通用Memory的功能未来如何打算无算法题