新大陆软件java面经（已OC）

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.实习拷打2.如何选择基座模型？有哪些因素需要权衡？3.了解市面上有哪些中文的开闭源模型？4.有哪些微调的方法？怎么判断做全参还是lora5.有什么东西主要影响微调的效果？数据需要关注哪些点，多样性怎么做权衡，有一些长尾样本要怎么判断应不应该采样？对于prompt应该关注哪些方面？6.怎么看待llm的复读和幻觉问题，如果微调过程中出现这类问题怎么处理？7.sft做到什么程度可以做RL？8.多模态大模型中用什么网络对齐图像和文字的embedding？除了ViT还有什么？9.手撕：两数之和，三数之和

面试官人超好，最后主动给我讲了面试反馈建议，全程没有问八股，都是问的技术选型/ai发展等等，收获巨大，早点上次的阿里国际也去面面了（被我睡过头鸽掉了）秋招一定再冲一下阿里简单做一下自我介绍。为什么要做 RAG 知识库这个项目？项目技术选型为什么选用 MySQL、Redis、Kafka 这些组件？除了 ES 做向量检索，还了解其他实现方案吗？做 RAG 链路，社区有没有其他现成 / 流行的方案，有没有做过调研？项目中比较有挑战的地方是什么？数据清洗、日期提取这个问题是怎么发现的？为什么不自己部署一个模型，而是用 DeepSeek API？会结合实时检索内容发给大模型吗？是模型自身检索还是 age...

📍面试公司：快手🕐面试时间：4月13日💻面试岗位：AI 应用开发❓面试问题：1.介绍多智能体范式以及各自优缺点2.聊聊你对mcp的理解3.是否了解skill，介绍一下核心原理-项目中我看你写了 skill 聊聊如何实现渐进式披露4.是否了解过 agent 沙箱- skill 能否放在 agent 沙箱里面- 那你说明一下 如果把 skill 放在 agent 沙箱里面如何和智能体交互，重点描述一下是如何进行通信以及跨文件系统的渐进式披露怎么做5.介绍一下上下文工程-刚才提到 工具上下文，聊聊你对 function call 的理解- 如果想要减少工具调用幻觉你有什么好方法6. 是否了解上下文压缩，基于记忆上下文展开来讲讲-介绍一下常见的压缩触发机制-刚才你提到了基于滑动窗口对最近N轮进行摘要，那是将之前摘要和新摘要合并还是分别进行保留，分别适用什么场景有什么好处-短期记忆如何转为长期记忆，如何判断短期记忆应该变为长期记忆-如果让你设计一个三层记忆机制，你会如何设计，从整体架构和具体压缩方法进行描述。-你还了解哪些压缩方法- claude code 的记忆模式是否了解算法：5. 最长回文子串反问：缺点：加强一下对上下文工程尤其是上下文压缩的了解感想：无项目无实习，全场景拷打

4月17当天，长城魏牌V9X这一车型预售发布会，演化成一场少有的“内部整治”。聚光灯下，长城汽车董事长魏建军突然脱了稿，皱着眉头、语气严肃，当全场媒体和高管团队的面公开发飙：“我对我们魏牌团队对这款车的传播推广，我是非常不满意的，非常无奈。”更振聋发聩的是那句狠话：“营销团队要是没有能力，将我们付出巨大努力研发的这些工程技术产品转换成效果，相当于犯罪。”这五分钟的怒火，绝不是一时的情绪发作。提词器上没做预设脚本，整个过程说的都是魏建军的肺腑之语，说它是一次批评，倒不如说是一场蓄意已久的“休克疗法”。从这团怒气里，我们看到的不单单是魏牌V9X一款车营销出现失焦，更是长城汽车在新能源转型吃劲阶段的...