滴滴 大模型算法实习一面 攒人品中

被横向挂了，希望发出来对大家有帮助！1.实习拷打2.介绍项目3.chunk怎么切的4.数据集的处理5.训练参数设置6.lora的原理7.为什么主流大模型都是decoder，而不用encoder8.为什么带think的推理模型，输出会更准确？9.手撕：按要求切割一段话

1. 自我介绍2. 多模态里的旋转位置编码是怎么落到二维视觉 token 上的二维视觉 token 不像纯文本那样天然是一维顺序，所以多模态里的 RoPE 通常不会直接照搬文本侧。常见做法是把二维位置拆成行和列两个轴，分别做旋转位置编码，再把两个方向的信息组合到同一个视觉 token 表示里。这样模型在注意力里不仅能感知“前后”，还能保留一部分“上下左右”的相对结构。真正难的不是公式本身，而是视觉 token 经过压缩、重采样、patch merge 之后，原始空间坐标已经不再一一对应。这个时候二维 RoPE 的设计就要和视觉编码器、projector 以及后续 token 压缩方式一起看，否...

面试很难，还是要多多练习1. 拷打项目2. 讲讲ReAct，还有什么其他减少幻觉的技术3. Transformer存在什么问题，GPT和BERT4. Skill了解过吗5. ES与like的区别，倒排索引6. 如何分库分表7. Redis，单线程还是多线程8. Redis有什么数据结构，zset实现原理9. 排序算法有哪些，时间复杂度10. 进程线程与协程，切换速度，PCB，内存地址管理，线程间通信11. mysql的数据结构有哪些，B+树，为什么效率快，磁盘I/O12. HTTP与HTTPS，HTTPS建立信任的基础，RSA算法13. 对称加密与非对称加密，非对称加密有什么算法14. 死锁15. 微服务故障雪崩16. 算法题：n个人围成一桌，从第s人开始报数，每到m出列，求最后出列顺序

1. 自我介绍2. 项目拷打3. 如果让你从 0 到 1 设计一个生产级 AI Agent 系统，核心架构怎么拆？生产级 AI Agent 系统一般拆成接入层、编排层、模型层、记忆层、工具层、知识层、状态层、观测层和安全层。接入层负责用户请求接入、鉴权、限流和会话管理。编排层负责意图识别、任务拆解、路由不同执行链路。模型层负责推理、规划、总结和结构化输出。记忆层负责短期会话记忆和长期用户记忆。工具层负责调用搜索、数据库、工单、日志、订单、风控等外部系统。知识层负责 RAG 检索、重排、知识库版本管理和权限隔离。状态层负责维护任务状态机、步骤执行记录、幂等控制和失败恢复。观测层负责 tracin...