关于acmcoder的问题，总是不能全a

给我面没招了，感觉自己好菜、面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.在 Agent 多轮对话任务中，你觉得 Attention 的局限性体现在哪些方面？2.简要介绍一下 SFT 的核心流程以及数据集的构建策略。3.SFT 之后常见的 Post-Training 还有哪些？它们之间的目的有何区别？4.什么是 RAG？它是怎么提升生成质量的？5.与传统的检索 + 模型生成的流程有什么不同？6.如何评估一个 RAG 系统是否有效？7.PPO 和 DPO 在大模型对齐中的主要区别是什么？8.DPO 训练通常有哪些注意事项？9.项目里的 Modular Agent，你能讲讲它是如何实现多步规划的吗？10.项目提到了多个工具调用链路，调度策略是如何设计的？11.是否设计过异常 fallback 策略？12.Agent 的评估体系通常包括哪些维度？13.项目中微调 Qwen 时，选择的训练阶段是如何确定的？14.Prompt 自动推荐模块用了哪些优化策略？

我会说：“你现在是某车载芯片公司的嵌入式主管，正在面试我（一个三年经验的MCU软件工程师）。请根据JD里‘精通RTOS、有驱动开发经验’的要求，对我进行一轮技术面试，从项目问到具体技术细节。”效果：​ AI问的问题比很多面经都准，而且能就我的回答连续追问，比如“你刚才说解决了内存泄漏，具体是用什么工具检测的？在FreeRTOS中，除了内存碎片，还有哪些可能导致任务运行异常的原因？” 答不上来？太好了，这就是我马上要补的知识点。

前端，周六面试，邮件上写的是预计三轮，一面通过后会在5~10分钟后发送二面通知，一面面了快一个小时，基本都答上来了，代码题也写出来了，感觉答的还挺好的，但是过了几个小时还是没有后续，没有下一轮的面试邀请，也没有拒信。在小程序上查，发现招聘助手在面试完一分钟就显示今日面试已结束。全程没有问项目，问了AI辅助编程工具的使用，为什么做前端，一大堆八股和几道代码题。是秒挂了吗？

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.深挖多模态论文介绍transformer架构2.详细说一下Decoder的因果注意力 QKV分别来自哪3.Attention为什么要做scaled 不做会怎么样 为什么用根号d_k4.Transformer怎么做加速训练（KV缓存） 训练和推理有什么区别（并行化）5.深挖多模态大模型论文用的video-llama 讲一下大模型的结构6.论文用了CoT讲一下论文的CoT是怎么样的7.微调用的LoRA介绍一下LoRA8.LoRA初始化怎么做的，用的秩是多少，为什么不选其他的数9.知道deepspeed和megatron吗？分别介绍一下10.论文用的deepspeed详细讲了一下三个stage分别是什么