27届暑期大模型应用开发求指导

1、自我介绍2、项目拷打3、讲一下 OpenClaw 的记忆本地存储怎么设计如果做本地记忆存储，我不会把它设计成简单的对话历史追加，而会把它拆成短期记忆、长期记忆和检索索引三层。短期记忆主要服务当前会话，用来保存最近几轮对话、当前任务状态、工具调用结果和待执行动作；长期记忆主要保存用户偏好、历史事实、任务总结和可复用经验；检索索引层则负责把长期记忆做结构化检索和语义召回。本地存储设计时，数据模型最好不要只存一段纯文本，而是存结构化记录。比如：memory_iduser_idsession_idmemory_typecontentsummarytagscreated_atupdated_atim...

继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目拷打2.R1的MLA是如何实现KV-Cache的节约?3.R1在SFT时冷启动的目的?4.位置编码是什么?解释ROPE?5.一个14B的模型，推理和训练要多少显存?6.显存的占用和哪些因素相关?7.大模型灾难性遗忘是什么?如何解决?8.BF16、 FP16、FP32对比。9.Adam, AdamW原理。

1、自我介绍2、说一下你日常中和实习中对于大模型的一些应用3、大模型应用到审核体系里面去的话，你有什么比较好的想法吗如果把大模型用到审核体系里，我会更倾向于把它设计成一个审核增强模块，而不是直接完全替代原有流程。因为审核场景最重要的是稳定性、准确率和可控性，如果一开始就把所有判断都交给大模型，风险会比较高。比较合理的方式是把审核拆成几层。先用规则和轻量模型做高确定性的初筛，把明显违规和明显正常的内容先分出去；对于边界模糊、语义复杂、上下文依赖强的内容，再交给大模型做进一步判断。大模型在这里可以承担语义理解、风险解释、相似案例归纳、标签推荐和辅助判定这些工作。这样既能利用它的泛化能力，又不会把整...

总体45min，体验极佳，面试官特别客气。整体基本围绕项目展开，少量八股，少量场景，一道手撕。上来面试官先简单介绍业务，做的是外卖神枪手这块（很核心👍）自我介绍挑一个你认为熟悉的项目，介绍下项目的架构，整体中间件的使用？为什么使用springcloudalibaba，不用别的？具体讲讲项目数据库的设计？具体有哪些表？表里哪些字段？为什么要考虑做分库分表，怎么做的分库分表？分片键是什么？你提到两千万以上的时候性能的下降，真的具体去测试过吗？数据库索引怎么建立的？索引的分类？联合索引建立时要考虑的问题？系统中对数据库的操作涉及到事务吗？系统缓存一致性怎么做的？如果真的投入使用，你觉得你的架构还要改进吗？场景题：库存扣减相关系统设计，怎么保证一致性？缓存穿透怎么解决的？具体一条短链进来之后的执行流程是怎么样的？写数据库和写缓存之间怎么保证同时成功？场景题：设计个分布式id生产系统？你主要讲了基于雪花算法，那另一种基于数据库自增的了解吗？如何应对流量激增导致id生成的问题？面试官说我感觉你八股应该特别熟悉我就不再考你八股了（服了，可是我只会八股啊😭）手撕：无重复最长子串？（10min写完并讲了下思路）反问：具体业务笔试为什么出大模型训练的题😠说是多了解总没坏处为什么别的部门有收到aicoding链接，我们部门没有？每个部门安排不同，咱们可能在二面。内部用哪些ai工具？什么都有，不限制。