淘宝商家端AI产品面经

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 看一下你的 AI 基础。介绍一下transformer 基本原理？解释一下注意力机制？解释一下什么是扩散模型？2. 讲一下你对 agent 和 Workflow 的理解3. 你知道 lovart 吗？你认为他是 agent 还是 Workflow？你怎么判断的？4. 目前这种产品二次编辑能力很差，让你来设计这个二次编辑功能你会怎么做？subject agent 的设计思维考察（意图、环境、function）5. 聊点业务上的，目前广告产品已经有很多工具能力，生成素材、投放等工具，目前我们有两个策略：A-all in one ，B 让做多个产品。你支持什么策略？为什么？6. 好在你的理解上，以广告素材生成为例，我们不只做工具，如何证明这个功能/产品的商业价值？工具生成的内容 reward 如何衡量？7. 好的，想象一个场景。我们希望打造一个产品，用户做广告不再是过去哪个先建广告组、做素材、定目标···而是交给 agent，用户只需要输入商品和基本信息，其他交给 agent 去做。那在这个过程中，main agent 发出指令，subject agent 执行。如果 subject agent 认为需要再做一个素材，这个过程应该如何流转？这个关系你会如何思考设计？

很多人被问到这个问题时，第一反应是：“我会把Prompt写好一点。”但如果你真的这么回答，基本就已经输了。因为在真实业务里，大模型从来都不“乖”。它会幻觉、会乱填参数，甚至在极端情况下可能触发危险操作。就比如我之前做项目，有一步是需要让大模型输出一段JSON，我设置了非常严格的提示词，要他直接输出代码而不要带任何的对话，但还是会时不时的输出一句“好的”，让我们猝不及防。话说回来，问题的关键从来不是“让模型更聪明”，而是当模型不靠谱时，你有没有一套机制兜住它。所以如果你打算包装自己为一个真正有经验的工程师，就需要把这个问题拆成一整套体系，而不是一句prompt优化。（回答思路放在了文末）我们可以...

攒人品中，祝大家都能拿到满意的Offer！1.Transformer中Attention的本质是什么？你能从数学角度简要解释一下吗？2.在Agent多轮对话任务中，你觉得Attention的局限性体现在哪些方面？3.简要介绍一下SFT的核心流程，以及数据集的构建策略，SFT之后常见的Post-Training还有哪些？它们之间的目的有何区别？4.什么是RAG，它是怎么提升生成质量的？与传统检索＋模型生成的流程有何不同？如何评估一个RAG系统是否work的？5.PPO和DPO在大模型对齐中的主要区别是什么？DPO训练通常有哪些注意事项？用过GRPO么？6.项目里的Modular Agent，你能讲讲它是如何实现多步规划的吗？7.项目提到了多个工具调用链路，调度策略是如何设计的？是否有异常fallback策略？8.Agent评估体系包括哪些维度？如何衡量planning能力 vs hallucination rate？9.项目里微调Qwen，选择的训练阶段和Loss函数是如何决定的？10.Prompt自动推荐模块用了哪些优化策略？有没有尝试过Prompt压缩或embedding表示的方式？11.场景题：假如一个Agent 推理链路包含3个工具+高频请求，系统整体延迟较高，你会如何优化？12.代码：岛屿数量

一、行业 / 公司新闻 1. Anthropic 招聘武器专家防止 AI 滥用，BBC 报道引发关注  摘要: Anthropic 发布"化学武器与高爆炸药政策经理"岗位，年薪 285K，要求至少 5 年化学武器/爆炸物防御经验，需了解"放射性弥散装置"（脏弹）。  2. Anthropic 市场份额大幅提升，企业客户争夺战升温  摘要: 在首次购买 AI 服务的企业中，Anthropic 在与 OpenAI 的正面竞争中赢得约 70% 的客户。Ramp 平台数据显示，一年前仅 1/25 的企业使用 Anthropic，现在已接近 1/4。  3. 30...