八股 1. 请介绍一下Transformer的核心组件及其作用追问：Position Embedding 有哪些类型？RoPE是怎么运作的，为什么适合长文本？2. 你对SFT的理解是什么？与预训练相比有什么差异？追问：SFT冷启动时数据集构造需要注意哪些因素？为什么要做数据清洗与均衡采样？3. 讲一下RLHF原理。追问：在Agent推理模型的RLHF流程中，Reward Model 的训练常见陷阱有哪些，怎么缓解模式坍塌？4. 介绍一下RAG的整体流程。在Agent落地场景中，RAG会遇到哪些延迟和正确率问题？你怎么优化召回链路？项目1. 在你的问答Agent项目中，数据集构造的自动化流程是怎么实现的？2. 你是如何利用多Agent协同来提高推理正确率的？调度策略如何实现？3. 你提到用DeepSpeed做SFT训练，请讲一下DeepSpeed ZeRO Stage 1-3的区别，以及什么时候用FSDP会更好？4. 你做Prompt优化时，是如何判断优化后的Prompt在Agent推理链路中性能提升的？用什么指标来衡量？5. 在多Agent系统中，如何保证异步任务执行的稳定性和结果一致性？6. 如果Agent推理API需要低延迟响应，你会从哪些方面做系统级优化？手撕Leetcode 39 组合总和