满帮数开

1、论文整体架构和目标。为什么要做这个工作(动机)，这个工作解决了什么问题?架构为什么这么设计?现在回过头看，有没有其他更好的方案?2 、数据质量保障。如何判断收集到的数据数据是否可用?质量如何保证。异常数据如何处理?3、 数据筛选策略。是否是自动化的流程，是否有人工审核，比例占多少，如何平衡数据多样性和质量反问环节1、工作时间(9点30到6点，偶尔加班到7，8点)2 、团队业务主要做Al Agent能力评估，模拟真实用户的GUI操作行为来评测AI能力

问题1：对比主流大模型（如GPT、BERT、T5）在网络结构、核心机制（编码器-解码器结构、层数配置）上的核心差异，并分析这些技术选择对模型在生成力、理解深度和效率等方面的影响。问题2：大模型训练和推理中常用的位置编码方案有哪些？请分别说明每种编码方式的优势、局限性及适用模型。问题3：拆解大模型自能体（Agent）的工作原理，说明其核心组成部分（感知、记忆、规划、学习模块）及在环境交互和任务执行中的作用。问题4：描述大模型从预训练、微调（指令微调）到推理部署的完整流程，说明每个阶段的核心目标及关键技术。问题5：在项目中的技术改进动机是什么？遇到了哪些痛点？改进后带来了哪些具体收益？如何量化这些收益？问题6：什么是大模型幻觉现象？分析其产生原因及业内有效缓解方法。问题7：大模型生成文本时为何会出现重复内容？列举主流解决方法并分析其他可能原因。问题8：分析当前大模型行业在技术应用、落地中的待解决问题，并提出创新解决思路。问题9：若设计面向办公协同或智能客服的场景化大模型，应从哪些方面入手？说明设计决策的原因。问题10：分析百度文心一言的技术性能、功能体验和应用场景，指出其优势及可改进之处。

自我介绍 拷打项目你如何设计上下文窗口一个长文档如何进行分析，大模型无法一次传入分大纲写文章时，如何解决上一次写作与这一次写作断层的问题向量搜索的算法语义识别如何确定写入长期记忆中是重要的短期记忆如何选择短期记忆摘要进行压缩，存在损失，如果减少了关键信息，你如何解决如何压缩上下文微调中需要注意的点有哪些有哪些微调方法接口部署的时候，需要注意的地方

2.2一面 1. 简单介绍自己2. 拷打两个项目1. 介绍第一个项目2. 算法可插拔怎么实现的？3. 数据库用json来做动态标签列，有考虑过有什么风险吗？4. 介绍第二个项目5. git的流程是怎么样的6. 模型分析diff的时候是只分析diff片段吗？上下文信息如何考虑？7. prompt怎么设计的8. 你这个项目JWT的刷新机制是怎么设计的9. 为什么要用github仓库来存放你的review结果10. 平时有用一些AI工具吗11. 最近比较火的agent能解释一下吗12. 你简历上写的设计模式在你的项目里面如何体现？13. 如果你的第一个项目qps × 10或者100，你会有哪些优化？2. 八股：1. HashMap的底层原理2. ThreadLocal有了解吗？3. 说一下常见的GC算法3. 算法：1. 链表区间反转2. 环形链表4. 其他：一周实习几天？多久能到？2.4二面1. 五分钟简单介绍自己2. 问一问本科到现在的经历，为什么本科没有转专业3. 拷打项目(40min)1. 第二个组件项目提高给LLM的代码量大概有多少？2. 为什么没有扩展到team其他成员使用？3. 抛开模型不谈，你如何评估你搭建的工程好不好？4. 假如说你的组件要给你的学弟一起使用，给你的组件review效果比较主观，你如何判断效果好不好？5. 假如说要扩展给其他同学使用，模型review代码的标准如何确定，又如何落实？6. 说一下你的第一个项目7. 你在这个项目遇到的最大问题是什么？8. 你谈到最大困难和数据库相关，在白板上画示意图说明一下你的数据库的设计9. 说说你设计这些表结构的理由？10. 项目是一个人做的吗？你觉得mentor是否应该给你一些技术上的指导以及review你的方案11. 假如说现在需求和现在流程完全不同，你应该怎么去扩展，如何复用你的项目存在的东西？12. 你在简历上写了熟悉RocketMQ，项目中有用到RocketMQ吗？（没有）13. 那你说说RocketMQ它的核心角色有哪些，比如说它的原理，还有一些实现组件14. 思考五分钟，你自己diy一个场景，至少体现你简历上写的设计模式，写一写相关代码，具体功能Print就行15. 说说模版方法和工厂设计模式的区别？4. 在本科除了原专业的课程，你还选了哪些计算机相关的课程5. 现在有没有在面其他公司？7. 个人有什么兴趣爱好？8. 无手撕算法，根据场景写代码在3-14一面感觉还好，二面面完感觉自己菜的不行，但仍然是很有收获的面试，谢谢阿b的面试机会希望今年第一次面的阿b能给我oc，虽然二面答得一坨QAQ