1.讲-下自己 Al Coding 的经历。2.过往实习中搜索结果的 Bad Case 下降，是如何分析的?3.具体介绍下在xxx实习的模型调优项目4.你具体做了哪一部分工作?为什么指标负责，你的策略给这个指标实际贡献了多少?5.这个项目指标测算是怎么算的?是业务来算的，还是产品决定的?6.这个xxx策略是你来制定的吗?你在其中做了什么部分?7.你在之前实习中遇到的困难挑战是什么?你用了什么手段去解决?最后达成怎样的结果?8.当前大模型不同方向的区别与联系，你怎么看?9.介绍关于 Prompt Engineering 的经验10.不同的推理模型你有使用过么?使用过程中你觉得它的 Prompt 和以往的那种语言模型的 Prompt 有什么大的差别?11.有没有过写 Prompt 来优化模型结果的经历?

最近我越来越强烈地感受到，前端开发可能会是最先被AI取代的岗位之一。因为前端的很多工作，本质上是把设计稿翻译成代码、把交互逻辑实现成网页，这类任务目标非常明确，AI 很容易学习。现在用一些 AI 工具，比如 Copilot、Cursor、v0、Figma to Code，几乎一句话就能生成一个完整的前端界面。甚至样式、响应式布局、动画、组件复用，AI 都能自动搞定。过去我写半天的页面，现在 AI 一分钟生成。相比之下，后端、算法或者底层系统开发更依赖业务逻辑和工程经验，还需要人去设计架构和权衡性能。但前端代码往往是「可见、可替代、可批量生产」的。我并不是悲观，只是觉得未来的前端工程师必须转型—...

八股 http状态码强缓存和协商缓存的区别是什么JS、CSS 这类静态资源是否用强缓存缓存模式有哪些JS 事件循环的核心原理是什么JS 中的任务分为哪几类不同类型任务的执行优先级是怎样的一道代码输出  同步任务微任务的代码判断执行顺序React Router 的核心原理 两种模式的区别的是什么React 受控组件和非受控组件的核心区别是什么怎么判断一个 React 表单组件是受控组件还是非受控受控组件和非受控组件分别适合什么使用场景实习过程中遇到过哪些复杂问题 怎么解决常见的排序算法有哪些不同排序算法分别适合什么使用场景自己的优缺点ai怎么用的算法最长无重复子串

1、Attention本质是什么？从向量空间变换角度解释 2、多轮对话中Attention如何导致历史信息衰减？ 3、SFT数据清洗的具体流程？遇到低质量数据怎么处理 4、RAG的chunk优化策略有哪些？怎么评估检索相关性 5、DPO训练中的梯度爆炸问题如何解决？ 简历项目深挖： 1、多工具调度模块如何解决冲突检测？ 2、工具调用超时后的降级方案设计 3、自主构建的评估数据集规模？bad case分析维度 4、微调Qwen时如何设计learning rate scheduler 5、Prompt优化模块的A/B测试方案