同花顺前端 OC

继续来分享下最近的面经~1.PPO算法是用什么框架做训练的，对该框架中相关代码是否了解?2.介绍一下实习2的这个项目的相关情况3.项目中用到的千问3模型，其多模态能力对齐是怎么做的?4.项目中用到的GSPO原理是什么?5.Sequence级别与token级别的强化学习训练有什么区别，各自适用于什么样的训练场景?6.对千问30B-A3B模型的架构是否了解，其中的专家网络具体是怎么做的?7.项目中用到的千问相关模型是否存在上下文相关的问题?8.在RAG系统中，若存在多轮对话的情况，从哪方面提升模型上下文能力?9.抛开实际应用场景，PPO算法的损失包含哪几部分?10.在实际流程中，PPO算法的相对优势是怎么计算的?11.分析PPO算法各部分在流程中的位置以及具体计算方式

Agent / LLM 方向面经整理（思路引导 + 推荐回答）  每章开头有一小段本章思路引导（这类题整体上在考什么、怎么组织话）。每道题下先有一行思路（答题时先想什么），再是推荐回答（可参考的表述骨架）。请把里面的名词、数字换成你项目里的真实情况，别整段背。  一、写在前面 如果投的岗位对后端技术栈有一两条要求，你没有相关经历但业务还是放了简历进来，最好针对 JD 里那两条单独准备一下。其实就算 JD 没写死，HTTP、流式、异步这类也算互联网底座，有时间还是摸一遍皮毛，面试里至少能接住话头、显得你是主动补过的人。 没正经后端经历的（比如我），体感是面试官一般不会往死里抠实现细节，更在意知识...

面试很难，还是要多多练习，感觉自己说不明白业务逻辑项目拷打（约30min1.梳理xx广告效果引擎的整体业务链路。2.离线缓存层构建：正排数据如何转化为倒排数据？3.离线缓存层构建：为什么不用Java原生的BitSet？4.序列化与反序列化优化：为了避免直接反序列化极其庞大的大对象，采取了什么设计方案？5.分布式调度设计：如何对千万级广告库（如1024个slot）进行分片处理并实现横向扩容？6.分布式调度设计：Worker定期向Manager发心跳并延长令牌时间，如果Manager挂了怎么办？7.网络协议定制（数据播发项目）：基于TCP通信，如何设计协议来解决粘包和拆包问题？场景设计题（约10min）场景背景：股票搜索功能，拥有几十万条股票代码。用户会通过输入股票代码（如300033）、名称（如腾讯）或拼音首字母（如tx）进行搜索。要求支持全匹配、中匹配、后匹配，且全匹配优先级最高，对响应速度要求极高。1.这种高并发场景下，数据存储载体应该怎么选？回答内存介质加字典树2.快速搜索的底层算法应该怎么做？3.针对中文汉字特别多的情况，Trie字典树应该怎么建？4.Trie树做全匹配没问题，那如何基于树结构实现中匹配？AI应用与工具拓展交流（约10min）日常写代码时，自己手写和大模型生成的比例大概是多少？个人的AI辅助开发工作流是怎样的？有没有了解或跑过类似 OpenHands （类Devin的自动编程Agent）这类开源项目？在大模型应用中，Skills 和 MCP (Model Context Protocol) 有什么区别？

1. 自我介绍2. 如何在工程上实现兜底机制？具体到代码层面怎么做？答案：兜底机制不能只写一句“失败后重试”，要按失败类型分层。模型层可能超时、限流、返回格式错误；检索层可能无结果、召回低相关；工具层可能参数错误、权限失败、下游服务不可用；生成层可能答案无引用或不符合 schema。不同错误要有不同兜底，不能统一重跑。工程上我一般会做三层兜底：第一层是重试，比如超时、临时网络错误可以指数退避重试；第二层是降级，比如大模型失败就切小模型，rerank 失败就用召回分数排序；第三层是安全返回，比如证据不足就拒答，工具失败就返回部分结果和失败原因。对于有副作用的工具，不能盲目重试，必须加幂等 key...