百度实习-Agent 算法一面分享

#开放七大实习专项，百度暑期实习值得冲吗# 给我面没招了，发点面经攒攒人品～
1.项目怎么做的，用了什么技术
2.单一Agent还是多Agent
3.Agent里面有几个工具
4.为什么不用大尺度模型或者新的模型，怎么考虑
5.数据怎么构建的，怎么评价数据的质量
6.强化学习中遇到了什么问题，因为强化学习很容易训崩，怎么解决
7.都是通过规则约束吗，没有中间过程的约束吗，要设计中间奖励
8.每一部分得分是多少，怎么计算这个得分
9.大模型多模态有了解吗
10.介绍一下子注意力机制
11.为什么除以根号d
12.grpo损失函数怎么计算，prompt怎么参与训练，怎么影响模型的训练
13.Lora微调原理，怎么初始化，智怎么考虑
14.为什么更偏向全量微调，全量微调比Lora微调好在哪里
15.了解kvcache吗,为什么没有q
16.vIlm原理
17.t怎么影响模型的推理能力
18.讲一下grpo算法
19.grpo不稳定的原因，有什么可以改进的地方