wxg 微信读书一面

好话写在前面。面试体验很好,面试官很耐心,一直会跟你讨论方案,也很耐心听你讲解,面试官也很温柔。

50 min

  1. 自我介绍
  2. 介绍一下你的第一个项目(agent、workflow 项目),难点和重点
  3. 巴拉巴拉说了一堆
  4. 你提到了知识库,是如何构建的呢?
  5. 每次对话是都进行 RAG 吗?
  6. 那如果用户的知识库中,每次对话都会有“你好”开头,但主题不是“你好”,那么会存储其他对话内容;如果现在用户真的要说“你好”,我不需要它回答很多,那你的每次都检索,是不是不太好?怎么优化?
  7. 我说有关键词表,但确实仍然会检索,带来一些开销
  8. 后面让我给了一个方案,我说前置判断……
  9. 你提到你在系统中接入了很多三方工具供 agent 调用,你提到了高德,是 MCP 版本吗?其他的工具呢?
  10. MCP 具体讲讲你的理解?
  11. MCP 对于输入输出有没有什么规范?
  12. JSON 是由谁去构建?--- LLM 构建,传入 MCP 服务;MCP 输出 JSON,LLM 展示
  13. 你觉得你的评测系统难点在哪?
  14. 说了评测机方案的方案选型过程

后面就讨论了,怎么改进评测机,改进后的如何平滑上线。我这里其实答的不怎么样,面试官后面说了一些比较优雅的方式。

无算法、无八股。其实我最后想问的,怎么没有这俩,一直在问项目和系统设计相关的

不过整场面试体验真的很好,开始面试官就讲了那边具体做的业务(不需要你自己反问的时候问了hhh)。

后面反问第一个问了面试评价,说其实我投的是秋招?但我面试整场下来对于日常实习是够了,但由于那边更倾向 AI 开发+全栈(我只做了一点 AI 相关的,而且中途还不是很熟,因为他提到了一些相关的专业名词,哥们是真不知道啊,而且我说了我更偏向传统的服务端开发),后面说会把简历转出去到其他部门。然后我知道是要挂了,就没多问别的了。

虽然挂了,但体验是真不错啊。

#腾讯##面试#
全部评论
明天要面了
点赞 回复 分享
发布于 01-13 20:13 山东
接好运
点赞 回复 分享
发布于 01-13 20:13 山东

相关推荐

严重性定义 产品场景下幻觉的容忍度,接受多少成本来解决评估和检测●业务角度:进行人工评估,比如标100条Case,从体感上感知主要问题●自动化评估:在垂直领域,构造数据集,利用LLM进行知识检索判断幻觉幻觉分类大致分为与真实世界信息不一致的事实性幻觉(包括编造事件、信息过时等)、与输入的上下文不一致的忠实型幻觉。需要不同的缓解措施幻觉如何缓解?调API的话1.首先是Prompt调优。比如输入更详细的任务指令、调优的过程中不断根据输出的Bad Case加入限制。比如COT。2.然后是上下文优化,这里指的可以是RAG的召回信息优化,也可以是特定场景的上下文处理优化,突出其重点部分更容易被大模型理解。3.还可以基于Agent思想,将其问题拆分成更细粒度的任务,每个步骤都使用RAG融入外部知识来降低幻觉。4.最后是成本较高的,使用另一个模型来检测幻觉,如果有幻觉则重新生成。自研模型的话,通常是在垂直场景需要蒸馏一个小模型,或者微调一个模型。除去上述部分,还可以参考一下思路1.SFT训练数据层面:通过合成指令微调,有助于缓解幻觉。2.强化学习:在强规则的领域,可以通过强化学习来缓解忠实型幻觉。比如特定格式输出、特定内容提取等。3.推理:在不同领域考虑不同的解码方式,多样性解码在专业领域诱发更多幻觉,贪心搜索在开放领域加剧幻觉
查看9道真题和解析
点赞 评论 收藏
分享
评论
2
16
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务