ai短剧背八股

我看你们的面经，很多场景题我根本答不上来啊

学了外卖和点评(没复习)，微服务正在学，八股文刚开始背，基本没刷过算法题，大概什么时候可以去投实习？还是说再沉淀一下，还想问一下Java这条路还能继续走吗

我之前一直在刷牛客周赛、每日一题。但遇到复杂、原创的题目时，找AI帮忙却屡屡碰壁，要么思路不贴合考点，要么代码有bug。可看到有人对比AI牛客周赛AC情况，发现那些难住我的题，AI基本都能搞定，难道是我用错了吗？前两天做每日一题时，遇见什么Kmp，z函数什么的，我真的看不懂啊，我连题解都看不懂喵kmp之前学过，但是忘记了，于是我就把代码给AI了，让它帮我写注释，并重点讲解字符串匹配部分，感觉还不错啊AI并非没用，而是我之前没有找对使用它的方法。对于我这种大学生来说，AI确实是算法学习的好帮手，它能帮我们快速理解不熟悉的算法代码，拆解复杂的解题逻辑，节省大量死磕题解的时间。但它终究只是一个辅助工具，不可能在短时间内让我们从0到1完全掌握一门算法。诶诶，有没有可能我之后被推荐做一道难度不高，但是我没学过的知识点的算法题，看不懂题解，可以把他人代码交给AI，让AI帮我识别知识点，我再去自己找吃的呢？还没试过呢，期待喵~与本文关系不大：今日与同学相邀去网吧一起写算法，以前学习那种dfs，做题，答案也是抄题解的，没有自己完整做一遍，大概是因为害怕吧，害怕递归和树图，但今日，也算是逼自己写完，而且还是两道，哎，还是进步了，但是真的令人热血沸腾啊，尽管调试了很久，但是我是自己解决的图论的题目啊！！！

八股原理 1. 请介绍 Transformer 的结构组成及各部分作用2. 如何降低 Transformer 的计算复杂度？常见的稀疏注意力变体有哪些？3. LoRA 微调的原理是什么？秩 r 的选择会对模型表现产生什么影响？4. KV Cache 是什么？为什么能极大地提升推理速度？5. RAG 完整流程，构建向量检索库时如何处理时间衰减对召回的影响？6. 微调时的训练数据是怎么构建的？如何保证样本多样性和质量？7. 在 RAG+知识图谱的 Agent 系统中，知识图谱更新的机制是怎样的？如何保证实时性？8. 训练 LoRA 模型时，你是如何选择冻结层的？依据是什么？9. 在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？10. 大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计？11. 如果在 GPU 资源有限的条件下同时提供推理和微调服务，如何做资源分配和任务调度以保证时延和吞吐？代码题12. LeetCode 15 三数之和