研0小东西求指导

一面 1.项目介绍2.讲讲你对 transformer 的了解3.有哪些常用的解码策略，topp 和 topk 的具体细节，以及实现上的差别4.意图分流的 agent 怎么做微调的，用了多少数据5.如何做 embedding 微调的，如何构造正负样例，训练的 loss 是什么6.RAG有哪些可优化的地方7. 你的 RAG 项目中用到了 agent 吗，一般 agent 会用在RAG 链路中的哪些部分8.做 sft 时是怎么做数据配比的，参数具体怎么设置的9.RLHF的流程，有没有训过 PPO10.deepseed 的原理，zero1,2,3怎么做的11.了解过排序模型吗，讲几个经典的排序模型吧12.说-下 vm 部署8*7B的 MOE 模型每秒大概能推多少token13.对比学习了解吗，讲一下14.代码题:实现rand5到rand7

牛油们，现在非常的纠结。拿到了一个阿里的开发岗，主要是做大模型agent相关的开发，主要包含多agent，rag，模型后训练但是组里面对这个的了解非常少，很多需要自己探索，训练资源有限。另外一个是携程的算法岗，也是大模型相关。阿里base杭州，n*16携程base上海，(n+5)*15但是阿里的各种补贴加上以后会比携程高一点点现在主要是考虑到以后的发展，不知道哪个会好一些。如果选择携程的话以后这个title能不能支撑跳槽到大厂，以后的发展好不好。阿里的话感觉组内人对这个领域了解的不多可能学到的东西会比较有限，个人成长有限。牛油们有没有比较好的建议。佬们可不可以投完票说说怎么回事嘛😭

主播是 27 届江苏省专转本升的南京二本，之前学了一段时间的 Java，苍穹外卖，黑马点评，黑马商城。今年是 AI 元年，现在 Python 大模型应用开发比较火，像 15 年前的 Java 一样，都说选择大于努力，我现在 Java 转 Python 大模型应用开发会比我走 Java 开发要好吗？但是 Java 该学的东西我也都学了，我现在应该如何抉择？

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、简历1. 你在提到过 Modular Agent，你能讲讲它是如何实现多步规划的吗？2. 你提到了多个工具调用链路，调度策略是如何设计的？是否有异常 fallback 策略？3. 你构建的 Agent 评估体系包括哪些维度？如何衡量 planning 能力 vs hallucination rate？4. 你还微调过Qwen，选择的训练阶段和Loss函数是如何决定的？5. Prompt 自动推荐模块用了哪些优化策略？有没有尝试过Prompt压缩或embedding表示的方式？三、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？