攒人品中，祝大家都能拿到满意的Offer！项目拷打，穿插八股1. agentic rag 和传统 rag 的区别？2. 项目里的 agent 都调用了哪些工具？3. 如何保证 rag 召回信息的质量？4. 在线爬取是用的什么 api？5. 怎么保证模型的输出不产生幻觉？6. 对于细粒度的问题，你这套粗粒度快速定位➕细粒度精确检索的方案还有效吗？7. rag 召回率 90%，badcase 都是什么问题，具体是哪个环节导致的？有想过怎么优化吗？8. 整个系统中使用的模型有做训练吗？还是调的 api？9. agent 调用工具这个过程是怎么优化的？10. 合成数据是怎么做的，如何保证多样性？11. lora 微调的原理，为什么小部分参数就能成功？12. 你训练的时候主要调了哪些参数，最终比较适合的参数是多少？13. 全量微调的劣势是什么？既然容易灾难性遗忘，有什么方法能够保证能尽可能保留模型原始能力，并让其迁移到新任务上14. self-attention 的公式是什么？QKV 各是什么意思？15. 模型生成时的temperature 是干嘛的，原理是什么，什么场景用什么值？最后手撕：lc hot100 trick题“ 寻找重复数”的升级版，重复数不止一个

整体面试还是不错的，但是没后续了，不知道是哪里出了问题项目拷打1.业务具体功能提问，业务样本量是否稀疏2.独立模型是精排还是召回3.独立模型提问4.如何解决跷跷板现象八股1.sid序列建模的方式主要有什么2.如果想引入一些规则信息，该如何在模型上改动呢;如何评估reward model的作用3.生成式召回和生成式精排有什么区别4.如果为了推荐的多样性，生成式有什么优势5.生成式召回做序列建模，精排也做用户序列建模，有什么区别6.引入sid就有用嘛7.dpo变种了解嘛,dpo的kI散度是如何定义的;dpo是如何choose8.reject的ppo和dpo的区别是什么，为什么ppo的上限比dpo要高9.grpo了解嘛10.grpo目前函数的权重是token level的还是序列level的如何利用大模型来做生成式重排

感觉面完人都通透了，还是太菜了，下去沉淀一下1.实习背景2.讲解模型后训练过程3.GRPO奖励函数设计 GRPO数学原理4.sft数据集怎么构建的 如何筛选5.lora原理 有哪些参数可以调整6.transformer原理7.多头注意力机制8.langgraph的优点 为什么不用langchain或者dify9.dify有哪些特点10.讲一下react范式11.会不会sql 用过窗口函数吗12.coding 1hard 2mid 1sql13.每个题的时间复杂度14.其中查找数组第k大元素15.sql两个小问

整体一个小时，大半个小时在提问项目1.  项目拷打1. 用的是什么 loss？2. 你模型的 label 是什么？为什么这么设计？3. 做了什么优化？为什么做这些优化？2.  AUC 衡量的是什么能力？3. 这个大小的离线AUC增长最后是如何体现在线上指标上？4. 除了 AUC 还看了什么指标？（答 GAUC）相对 AUC 这个指标的好处是什么？5. 对生成式推荐的看法？6. 生成式推荐相对于传统推荐，解决了什么问题？7. 手撕：二叉树的前序遍历（需要自己建树）

感觉面完人都通透了，还是太菜了，下去沉淀一下1.项目拷打2.讲一下Qwen架构3.层归一化和RMS归一化的区别4.lora 是怎么节省显存的5.然后当场给了个场景，让我分别计算了一下全参和lora分别占多少显存6.讲一下RAG7.自注意力公式，为什么除根号dk8.线性回归的损失函数是什么？逻辑回归的损失函数是什么？9.逻辑回归损失函数为什么不能是MSE10.softmax不同类别样本数量极不平衡时怎么办？11.手撕了一个二分查找的题

才过了10%。。。。