时间线： 8.30 一面9.5 二面9.9 三面9.10 HR电话简单聊了下感觉猿辅导的进度还挺快的，国庆一过完发了意向，前面三轮技术面的很多细节有些记不清楚了，总结下来主要有以下吧：agent与react这两种范式的有什么区别？什么时候该用谁？RAG怎么构建索引的？上下文超出模型分析窗口怎么办？长短期记忆怎么构建的？如何解决模型幻觉问题？大模型的底层了解多少？logprobs怎么用？langchain使用过程中遇到过哪些坑？如何构建agent的评测系统？对agent进行准召率的计算口径怎么设置的？用llm作为评估器的话，这种用概率模型评估概率模型，怎么确保评测的可靠性和稳定性？提示词调优有什么优化思路？手撕已经忘记了，反正都是leetcode上面的原题。

MTP训练阶段怎么做的？推理阶段投机采样怎么做的？输入1个 token t1，主模型会预测1个token t2 ，MTP层会循环预测N次，N个draft token, dt1,dt2,...dtn，共1 + 1 + N 个token然后 t1,t2, dt1,dt2,...dtn 送入模型模型会并行根据 t1,t2 预测t3，对应dt1根据 t1,t2, dt1 预测t4，对应dt2根据 t1,t2, dt1,dt2 预测t5，对应dt3...当dt中某一个不被主模型接受，就丢弃后边所有的draft token例如dt1，dt2被接受，记作t3,t4，dt3不被接受那么相等于多吐出了2个tok...

第一第二 一个暴力一个dp或者递归 第三题看不懂 提前一个小时交了

入职一个多月了，来分享一些landing的感受～ 整体说下：可以打85分，毕竟当时辞职就是想要走出舒适圈，的确也会有些不舒适，但基本上是因为阿里和网易风格有差别，需要一些时间适应 我所在的产品线整体风格不卷，加班不严重，周末大家都安排自己的生活，可以安心放下手机，也让我彻底放下“不秒回羞耻症” 阿里云团队规模太大，分工很细，人也很多，想搞清楚一件事情要对接好多好多人，要熟悉的流程也贼多，这个过程的确有些累，但我估计只要在大厂都会这样 感觉这边做事情自由度更高，换句话说，老板只要结果，过程怎么做自己想办法去 凡事凡人都爱讲价值。初次对接的其他部门的同事，也会直接问我，“你对业务的价值是什么” 前...