1.Transformer 中 Attention 的本质是什么？从数学角度解释一下。2.了解Agent吗？把RAG做成Agent有什么好处3. 在 Agent 多轮对话任务中，Attention 的局限性体现在哪些方面？4.介绍 一下SFT 的核心流程以及数据集的构建策略是怎么样的。5. SFT 之后常见的 Post-Training（如 RLHF）还有哪些？它们之间的目的有何区别？5.什么是 RAG？它是怎么提升生成质量的？标准RAG有什么问题与传统“检索 + 模型生成”的流程有何不同？6.如何评估一个RAG系统是否真正 work？有哪些具体的指标或框架？7.PPO和DPO 在大模型对齐中的主要区别是什么？DPO 训练通常有哪些注意事项？8.是否了解或使用过 GRPO 算法？9. 项目里的 Modular Agent 是如何实现Multi-step Planning的？10. 项目中工具调用的调度策略是如何设计的？是否有异常 fallback策略？11. Agent评估体系包括哪些维度？如何衡量规划能力 vs 幻觉率？12.在微调Qwen 模型时，选择的训练阶段和 Loss 函数是如何决定的？13. Prompt 自动推荐模块用了哪些优化策略？有没有尝试过 Prompt 压缩或 Embedding 表示的方式？14. 场景题： 假如一个 Agent 推理链路包含 3 个工具 + 高频请求，导致系统整体延迟较高，你会如何进行工程优化？15. 说一下LoRA的原理；LoRA完推理的时候要挂着Adaptor吗？16手撕代码：torch写SFT的loss计算代码（注意shift right