2026年03月13日 滴滴-网约车平台全程40分钟一、项目与实习经历索引与效率平衡：在将数据存入 ES（Elasticsearch）时，是如何平衡索引力度和查询效率的？有没有做冷热分离等策略？Agent交互模式：堆栈分析到代码定位的链路中，与大模型的调用是单轮还是多轮（Auto-agent）？为什么这么选择？Prompt设计：你的 Prompt 是怎么设计的？准确率评估：诊断 Agent 的准确率是如何评估的？有没有办法将这个验证流程也自动化？幻觉与长文本问题：有没有遇到过大模型产生幻觉（定位错误代码）的情况？如果遇到文件过长超过上下文窗口限制，你会怎么解决？二、场景设计题（司机智能接单助手...

这个面试官真的很温柔 也不拷打 就问你一些八股问题 真的是给了我这个面试新手很好的感觉 面完真的开心了一下午 因为感觉发挥的还不错 感觉有机会能进三面 后面也确实过了一个周末就通知三面了

字节 腾讯三月初就开始了，阿里3.18才开启，但是已经开始造势了，阿里巴巴开始的这么晚，难道是刚盘点完hc？据说今年招聘大方向也是AI，同学们加把劲吧

1、LoRA 微调的原理LoRA 的核心思想是不直接更新预训练模型里的原始大权重，而是在某些线性层旁边增加一个低秩更新分支，用低秩矩阵去近似权重增量。假设原始权重是 W∈Rd×k，全量微调时直接学习ΔW，LoRA 则把它写成：ΔW=BA其中A∈Rr×k，B∈Rd×r ,，(r) 是远小于 (d) 和 (k) 的秩。这样前向计算就变成：h=Wx+ΔWx=Wx+BAx实际里通常还会加缩放项：这样做的本质是认为很多下游任务对大模型权重的更新其实存在低秩结构，不需要真的去学习一个完整的大矩阵。LoRA 的优点是可训练参数少、显存占用低、训练快，而且原模型参数冻结，方便多任务切换和权重管理。2、LoRA...