淘天？？？

攒人品中！ 1.minimind数据集怎么来的?预训练数据集是什么形式的?为什么这样设计?2.项目指标提升多少?3.了解qlora吗?4.dpo和grpo区别?项目指标上又有什么区别?数据上呢?5.为什么要做强化学习?为什么不能直接把想要的直接加sft里面从而不用rl6.moe介绍?架构?7.多模态模型了解过吗?8.了解dapo吗?9.手撕moe

1.自我介绍2.讲下自我介绍提到的ppt智能体，完整的流程调研auto ppt等3.讲下rag的流程正向流程，反向评估都答4.ppt智能体改为多智能架构，会结合业务场景考虑吗；当然去往新方向做尝试可以5.为啥用rag，解决什么问题外挂记忆，解决幻觉，垂直领域问答6.在rag里面调用的LLM，有尝试做垂直领域的LLM微调吗7.企业知识库和个人知识库，个人问答会结合两个做回答吗8.用过ai coding多吗，什么模型，国外模型用的多吗；就是对于需求已经够用了9.遇到过什么项目难点项目上线和前端联调，部署工具OOM，初期调研rag过程中部署问题10.如果做了一个多智能体或者工作流的ppt智能体，怎么做评估，有哪些指标结果侧（生成侧），看版面对齐度，丰富性，是否有问题；生成文本内容，是否有问题，用户打分加权（劣良优）；最后设定综合制定标准打分11.面试官陈述：就是通过一个智能体生成，另外一个自动化智能体，自动化评估12.实习过程中有几个人13.有用openclaw claude code做过什么；skill 渐进式批露怎么做的；LLM怎么知道要调用哪些skill答得个人工作流，react；       应该是工具 chema注入，然后意图识别；结构化输出 (Function Call)14.反问智能体投入生成环境的评估，人工和自动化评估都有吗；agent scope搭建效果产品或hr及一些相关需求，评审方案；内部agent build智能体编排架构工具挺多；但实际还是有性能安全等考虑，不能成为黑盒；百炼平台内部用的话，还是有很相关的；

继续来分享下之前的面经~1.介绍RAG项目，整体架构和实现思路2.RAG中的检索模块召回错误结果时，你会如何处理？3.RAG出现漏召的情况，你会如何优化检索模块？4.如何评估RAG系统的效果？有哪些评估指标？5.解释LoRA高效参数微调的原理，为什么要用低秩分解？6.DPO训练中模型输出变长是什么原因？如何解决？7.大模型出现复读机现象的原因是什么？有哪些解决方法？8.SFT微调后模型的通用能力出现遗忘，你会如何处理？9.Wide&Deep模型的原理是什么？Wide部分和Deep部分分别解决什么问题？10.DIN模型相比传统推荐模型有什么改进？11.L1正则和L2正则的区别是什么？从数学角度解释为什么L1能产生稀疏性？12.SQL：统计每个商家的评论数并去重13.手撕代码：编辑距离

1.讲一下你们的搜索架构2.输入一个关键词后是如何处理的？ 会经历哪些系统， 整个流程是什么样的？3.讲一下重构的方案，具体体现了什么技术力？整个过程遇到的最大难点是什么？4.如何排查gc问题的？ 怎么确认哪一个是大对象？5.分页是怎么做的？ 如何支持千人千面？ 不同用户不同筛选项每次返回分页顺序不同，怎么设计排序逻辑？6.排序所需的数据是如何回流回去的？7.多级缓存是如何设计的？ redis的zset用来干什么，底层原理？多线程并发请求redis是安全的吗？8.java写多线程程序怎么写？线程池参数怎么设计的？有没有遇到过线程池导致的性能问题？假如设定多个线程池，如何确定其和cpu核数的关系？还有没有用过其他线程池， ForkJoinPool？9.解释一下配注解，比如RefreshScope是怎么实现实时拉取配置的？10.讲一下配置中心的整体架构？ 修改文件后，如何同步到客户端的？客户端的ip存在哪里？心跳是谁发给谁？11.讲一下RPC的架构。12.设计一个agent需要考虑哪些方面？