应届生三个月毁约

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 实习拷打2. 你参与过模型训练吗？会觉得产品是算法工具人吗？产品视角你觉得能为模型训练贡献什么？3. 你觉得到底什么样的ai产品能赚到钱？4. 你怎么去定义badcase？标准是如何制定出来的？5. badcase的评估是你进行吗，还是有专门的外包团队？6. 了解自动化的ai-native评估方式吗？为什么你们不采用这种方式？7. 你们这个知识库主要场景是什么？传统的ai不能进行这样的知识问答吗？8. rag的流程是什么？9. rag的知识库来源是什么，其中你提到拆分逻辑，这个逻辑是怎么确定的？10. 如何优化rag里的badcase，提升rag效果？11. bert和transformer是什么，解释一下12. 为什么有这二者架构上的区别，使用场景上有什么不同？13. 大模型的大体现在哪些方面？14. 为什么传统ai没有像现在这样跑出来15. 为什么现在的ai都是一个字一个字蹦出来回答的16. 什么叫模型的过拟合？17. 什么业务该用大模型，什么业务该用小模型？

春招陆续开始了，秋招下来过后，和朋友之间沟通了一下心得，感觉可以试一试国央企，比如说国家电网、南方电网、中核等公司。因为我觉得国央企稳定一点也挺好，尤其是在家乡那边。所以春招我给我自己定的目标就是要关注一下国央企，争取拿到国央企的offer。我今天投递了：中核集团中国银行腾讯（计划也试试大厂）#今天你投了哪些公司？#

给我面没招了，发点面经攒攒人品～1. 实习拷打2. 你为什么想投千问主 Chat 组的 AI 产品实习生？追问：相比其他 AI 产品岗位，这个岗位最吸引你的点是什么？3. 你最近最常用的 AI 产品有哪些？你怎么评价它们的优缺点？如果只能保留一个，你会选哪个，为什么？4. 你怎么看千问、ChatGPT、豆包、Kimi、DeepSeek 这类 AI 对话产品的差异？追问：你觉得千问最应该补齐的短板是什么？5. 你如何理解主 Chat 产品的核心价值？它和搜索、Agent、传统工具型产品的边界分别在哪里？6. 如果让你优化千问 App 或 PC 端的一个核心功能，你会怎么验证这个改动真的有效？7. 你会重点看哪些核心数据指标来判断主 Chat 做得好不好？追问：如果留存和满意度出现冲突，你更信哪个？8. 你能简单讲一下 Transformer 的基本原理吗？为什么它比传统 RNN 更适合做大模型？9. 你怎么理解预训练、SFT、RLHF 这几个阶段，如果少了 RLHF，产品体验会主要差在哪里？10. 你怎么理解 prompt、system prompt、上下文窗口、RAG、Agent 这些概念？追问：它们分别更适合解决哪一类问题？11. 如果用户一句话里有多个意图，或者表达很模糊，你会怎么做意图识别和回复策略设计？12. 你如何理解上下文、短期记忆、长期记忆的区别？什么信息应该记住，什么信息不该记住，为什么？13. 如果模型出现幻觉，你会怎么判断是模型能力问题、检索问题、prompt 问题还是产品策略问题？14. 你会怎么评估一个 AI 对话系统答得好不好？除了人工判断，还可以看哪些技术或算法指标？15. 如果让你在两周内做一个能明显提升主 Chat 体验的小改动，你会做什么？如果研发资源非常有限，你会怎么取舍？

1、自我介绍2、深挖上段实习内容（有问到所做的工作和AI的关系是什么）3、平时常用的AI产品，觉得哪个最好用4、用Open Claw做什么，是部署在哪的5、CC不是国内用不了吗？你是怎么用的6、如果做一个AI产品，用什么指标来衡量/体验7、问项目经历8、为什么想做产品9、本科毕业就打算直接工作吗10、反问