腾讯实习-agent开发一面-攒人品

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.项目拷打2.你的知识库数据是如何清洗和构造的？如果数据质量参差不齐会对 RAG 系统产生哪些影响？3.文档切分策略是如何设计的？chunk size 和 overlap 会如何影响召回质量和生成效果？4.如果用户的问题在知识库中确实存在，但系统经常没有召回正确文档，你会如何排查？5.如果检索到的文档是正确的，但模型最终生成的答案仍然是错误的，你会如何定位问题？6.实际系统中，如果召回结果经常语义相似但事实不相关，你会如何优化检索模块？7.如果一个问题需要跨多个文档的信息才能回答，你的 RAG 系统如何处理这种情况？8.在 RAG 系统中如何判断问题出在检索模块还是生成模块？9.请详细说明 Transformer 从输入 token 到输出 logits 的完整计算流程。10.FFN 层为什么采用“先升维再降维”的结构，这种设计对模型表达能力有什么作用？11.MHA、MQA、GQA 在推理阶段的 KV Cache 占用和计算效率上有什么差异？12.为什么推理阶段 KV Cache 只缓存 K 和 V，而不缓存 Q？13.RoPE 的核心原理是什么，它在长上下文场景下会遇到什么问题？14.instruction tuning 中多轮对话数据训练时，loss mask 应该如何设计？15.如果 SFT 之后模型在特定任务上能力增强，但通用能力明显下降，你会如何解决？16.LoRA 的低秩分解为什么能够逼近全参数微调的效果？17.如果 LoRA 的 rank 设置不合理，在模型表现上会出现什么现象？18.DPO 训练后模型输出明显变长，在实际系统中你会如何处理？19.如果对齐之后模型变得过于保守，经常拒绝回答，你会如何调整训练策略？20.大模型出现复读机现象通常由哪些因素导致？

25级研一在读，211本硕，没有天赋，发不出好论文，也不想读博，之前想着走java后端，现在看感觉java后端也要完蛋了，现在想转agent开发，实习大概率只能在研二下的暑期实习，有没有佬指条明路。

发一下问题给大家参考，攒攒人品！1.  项目拷打2. 项目开发过程中有没有遇到印象比较深刻，或者稍微难一点的技术问题？3. （针对Agent自动调用工具）具体默认调用了什么工具，可以举个例子说明吗？4.  平时开发最常使用、最熟悉的编程语言是哪个？5. 在 Java 中，String 类是可变的吗，为什么这么设计（为什么是不可变的）？6. 了解 Java 的垃圾回收（GC）机制吗？7. Java 是自动回收还是需要手动回收？8. 了解回收器的原理吗？9.  了解 Java 的类加载过程吗？10. 了解 Java 类加载里的“双亲委派模型”吗？11. 了解 Spring 框架里面的“依赖注入”吗？12. 在使用 Spring 开发时，有没有遇到过“循环依赖”的问题？13. 项目里的 RAG和向量搜索具体是怎么做的（跑通流程）？14. 文档的 Embedding 具体是怎么做的？15. 是调用了什么模块把文档转化成向量的？16. 搜索的时候，搜索的语句是怎么转成向量做相似度的，也是调用知识库的模型进行转换吗？17. AI 模型的“流式响应”具体是怎么实现的？开发时有什么需要注意的地方？18. 流式响应走的是什么网络协议？

📍面试公司：快商通🕐面试时间：3.27 17:30-18.00💻面试岗位：agent全栈开发自我介绍完后，要求共享展示屏幕vibe coding。展示中问了个人vibe coding使用心得。简历项目的出处（竟然还要求我展示项目，直接说不在这个电脑），不依不饶抓着问项目的github，还好简历中有一个是真的。简历项目难点怎么解决的，怎么去找到难点并怎么通过vibe coding的形式解决的。然后问使用cursor ，trace cn，cc的使用感受和偏好。ps：面试真能锻炼人，现在整体就是一个很松弛的面试状态，要求展示vibe coding也没啥，感觉就是看你有没有软件和使用经验。