1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...

两个项目一个是黑马点评 一个是随便找的agent项目 黑马点评讲解看了一半有必要看完么或者换一个别的项目 那个agent项目也只是看了一半 友友们给点建议😭 格式问题和内容问题都可以谢谢了😭

要招就招，每次一脚踢开，挂完一两小时后 发面试邀请，我又乖乖接受 还有机会吗

前几天面试的时候，因为想让实习经历好看点，硬着头皮说了一句大话，结果面试被面试官当场追问，直接翻车，尴尬到想找地缝钻进去！就是那句“熟练使用LangChain搭建AI项目”，其实我就跟着教程做过一个最简单的demo，连核心逻辑都没吃透，纯纯凑数的，写在简历上的时候就贼心虚，就怕被问到。结果真的怕啥来啥啊，昨天面试，面试官看完简历直接问我，“你用LangChain搭项目的时候，怎么解决Tool Calling的冲突问题？” 我瞬间懵了，支支吾吾说不出来，脸一下子就红了。最后只能老实交代，说自己只是初步接触，还没深入研究，面试官也没为难我，但我能感觉到，他看我的眼神都变了，估计这次面试又凉了。真的...