百度大模型算法三面面经

主要业务聊为主基础知识问的比较少会盯着某个方向深挖无code

1. 你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2. 构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多用户并发中怎么做隔离？你是如何保证线程安全的？3. 微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。4. DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？5. 你说你服务部署在 vLLM 上，为何选择它？KV-c...

一面： sft数据长什么样，困难case是什么样？有没有考虑做数据增广，有哪些数据增广的方式？query不规范，导致召回难度大，如何解决？如果原始训练数据当中存在大量噪声，如何去除这些噪声对模型的影响？手撕：爬楼梯

1、实习经历2、设计模式3、Redis的主从同步是怎么实现的4、Redis的大key5、Redis的过期策略6、Redis是怎么找到key存储在哪个节点上7、Redis中的zset的应用场景8、Redis中的string的数据结构9、MySQL的事务隔离级别，RR下怎么解决幻读的10、MySQL三层B+树能存储多少数据11、索引为什么需要最左前缀12、MySQL索引键的排列顺序是按照什么排序的13、synchronized的锁升级14、Spring中Bean的初始化过程15、sql题：有一个订单表tb order有2个宁段order id和user id 写一个sql查这个表里的下单量大于2的...