淘天AI Agent Timeline

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

一、手撕和八股1. 手撕岛屿数量，秒了2. Transformer 中 Attention 的本质是什么？你能从数学角度简要解释一下吗？3. 在 Agent 多轮对话任务中，你觉得 Attention 的局限性体现在哪些方面？4. 简要介绍一下 SFT的核心流程，以及数据集的构建策略，SFT之后常见的 Post-Training 还有哪些？它们之间的目的有何区别？5.  什么是 RAG，它是怎么提升生成质量的？与传统检索 + 模型生成的流程有何不同？你是如何评估一个RAG系统是否work的？6. PPO 和 DPO 在大模型对齐中的主要区别是什么？DPO 训练通常有哪些注意事项？用过GRPO么？二、、业务场景相关相关假如一个 Agent 推理链路包含 3 个工具 + 高频请求，系统整体延迟较高，你会如何优化？

1. 实习项目拷打 2. 介绍实习业务 3. 数据库迁移数据应该怎么做 4. 本地缓存和redis缓存区别 5. redis热key 6. 慢SQL治理 7. 数据库索引失效场景 8. 为什么使用B+作为索引存储结构 9. JVM内存模型；new一个String会在哪些区域占用内存 10. volatile关键字作用 11. MQ如何避免消息重复消费 12. 频繁FullGC如何排查 13. 单例模式实现方式；懒汉式和饿汉式区别；是否线程安全 14. 手撕：归并排序 15. 手撕：合并两个生序链表

开了个白菜，抑郁了好几天了