广东广电网络面试面什么

本人基本情况，27届211本，学的java后端内容，目前在百度测开实习，想询问广大牛友，211本进央国企几率大吗，如果考虑央国企的话暑期需不需要着重去找央国企的实习，央国企的实习对秋招帮助大还是找互联网厂帮助大点

有没有已经面试过或者正在从事Agent开发工作的佬，能讲讲agent开发具体是搞什么，用什么语言，什么框架。以后要从事agent开发需要学java后端、springboot、cloud等整套框架吗

1.自我介绍。2.你目前还在实习吗？你参与的实习吗？你参与的 AI 产品主要面向什么问答场景、包含哪些问题类型？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.你简历中提到的识别率、检索召回率等指标，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？14.你用过 LangChain 吗？如何用它解决模型的幻觉问题？若不熟悉 LangChain，还能通过什么方法做 AI 能力增强？15.让你实现一个查询天气的对话 AI 顶层设计，具体步骤是什么？聊天记录最终如何返回给用户？除了文本存储，还有其他方式吗？多模态的具体实现方法是什么？16.天气大模型要关联地理位置信息（如杭州属于中国），该怎么处理？如何对接天气 API？怎么定义 API 调用的相关内容？17.若查询天气后，还要根据天气推荐买伞这类服务，大模型如何按顺序调用多个服务？如果有七八项服务，每个服务的调用逻辑都要单独写吗？18.LangChain 和 LlamaIndex 的区别是什么？19.如何测试这个 AI 系统的技能？它和传统 AI 测试有什么区别？有哪些具体的测试方案？评测数据集该怎么构建？测试具体分哪些步骤，要验证哪些能力？20.要让模型完成“在公司周边奶茶店（如霸王茶姬）订一杯奶茶”的任务，该怎么实现？若调用高德 API 做定位和门店查询、调用外卖平台 API 下单，这两个 API 该怎么对接？编写大模型让它按顺序调用 API，可能会遇到什么问题？怎么解决？21.若高德 API 要求输入经纬度坐标，但大模型产生幻觉输出错误公司坐标，导致门店查询错误，该怎么干预模型？如果模型坚持认为自己的坐标是对的，该怎么处理？定位到问题原因后，又该怎么解决？

之前一直走的是前端，后来慢慢对 agent 感兴趣，就开始跟着网上的教程学 RAG、LangChain，也看了一些开源项目。学了一段时间之后，寒假开始投实习，比较幸运，最后顺利去了 深信服做上下文工程相关的实习。这是我第一次真正接触企业级的 agent 系统。最大的感受是： 以前自己做的项目，真的只能算 toy project。真实跑在企业里的智能体，其实一点都不“魔法”。它背后需要大量的中间件、工程化设计和系统架构来兜底，而不是一个 prompt 或一个 demo 就能解决问题。在这个过程中学到了很多之前几乎不会接触的东西，比如 K8s、Pulsar 这种偏基础设施和系统层的技术，也第一次意识到： Agent 落地，拼的不只是模型，而是完整的工程能力。