b站数开实习面经

1️⃣切分策略（ chunk size / overlap ）怎么定的？拍脑袋还是实验出来的？2️⃣向量召回和关键词召回冲突时如何融合？3️⃣重排模型为什么这么选？延迟预算是多少？4️⃣你说线上提升2.1%，实验分桶方案是什么？5️⃣显著性怎么验证？样本量怎么算？6️⃣给一个你最失败的 bad case ，最后怎么定位的？7️⃣如果今天线上再次复现，你第一步看哪个监控？8️⃣SFT 数据如何清洗，怎么避免模板味太重？12) DPO 比 SFT 多解决了什么真实问题？9️⃣LoRA rank 为什么这么选？有没有做过 ablation ?1️⃣0️⃣QLoRA 稳定性问题你遇到过吗？如何兜底？1️⃣1️⃣手撕：括号生成，要求讲清楚剪枝逻辑。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.实习拷打2.项目拷打3.处理查询文档里的异构数据(如图片)时，具体的处理流程是什么?解析成纯文字后如何进一步加工?这样只返回文字给用户，图片信息不会丢失吗?4.你们是通过人工打标建立图片和文本的对应关系吗?文档量很大的情况下，打标工作能完成吗?5.如何保证大部分图片异构数据解析后回答的正确性?若回答错误，怎么识别问题?后续要验证回答准确性，你有什么方案?6.用于评测的另一个大模型，如何构造问题、分析文字并进行对比?这个大模型的正确率以及模型自我一致性怎么确定?7.你们的模型基于哪些异构图像做增强?模型会不会产生幻觉，生成文档外的内容?8.若用户的问题不在文档里，你们会怎么处理?是调用其他模型吗?大模型回答不了时，会提示用户补充问题吗?用户补充后仍无法解决该怎么办?模型如何判断何时需要让用户补充提问?9.你们有框架编排这些流程吗?用的是什么框架?10.怎么理解检索召回率?这些指标具体包含哪些评价项?什么是忠实度?召回率的分子分母是怎么定义的?11.你之前那段实习的具体工作内容是什么?针对设备故障叙述报告这类复杂文本，模型如何理解?是做了相关检测吗?大模型是怎么实现术语解释的?12.请讲一下LoRA技术，除了减少参数量，它还有什么优点?你做的LoRA相关工作，后续有落地应用吗?13.你写代码主要用Python吗?会不会用Java?了解Java的多线程、双亲委派模型以及消息中间件吗?有没有做过Java相关项目?

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.介绍一个你参与过的 AI 项目。2.LLM 的基本原理、Diffusion 模型和 RAG 技术分别解决什么问题。3.微调和提示词工程有什么区别？在什么情况下会优先选择其中一种？4.如何处理大模型的幻觉问题？5.设计一款 AI + 场景的产品，需要说明用户痛点、核心功能以及功能优先级。6.AIGC 在金融或教育等垂直领域有哪些应用案例？7.如何将用户反馈转化为 AI 产品需求？可以结合一个具体案例说明。8.需求优先级通常如何排序？是否使用过 KANO 模型或四象限法则？9.对比国内大模型产品，比如 Kimi、DeepSeek、通义千问，它们在定位上有什么差异？10.分析一款 AI 工具，比如 Cursor 或通义听悟，你觉得它成功的原因是什么？11.如果需要为非目标用户设计产品，你通常会如何处理？

继续来分享下之前的面经~欢迎友好讨论，信息共享1.为什么Vue不需要Fiber设计？2.React 如何做性能优化？3.使用过哪些打包工具？是如何做打包优化的？4.HTTP1、2、3各个版本的协议有哪些区别？5.你Agent 系统里边技术选型是怎么做的 ？6.AI对话里的流式渲染的实现方式？7.为什么选SSE？说一下你们SSE是怎么实现的，怎么断点重连的？你怎么判断服务端断开了？8.Markdown 分块渲染算法你们是怎么做的？为什么要这么做？主要解决了什么问题？9.假设用户一次性paste了一万行markdown进去，而且他在滚动的时候卡住了，你是怎么处理？10.假若有个调用后台接口的场景：前端调B系统接口，但接口不支持 OPTIONS，你怎么绕过去？11.假如用户说页面白屏或者功能报错了，你会怎么排查？你们生产上有没有遇到用户点开页面直接白屏的？你第一时间怎么排查？