腾讯云Ai agent面经-实习版

继续来分享下之前的面经~欢迎友好讨论,信息共享
1. 你对ai和数据库的结合有什么看法
2. 向量数据库了解过吗,常见向量索引的实现细节
3. 讲讲diskann
4. agent memory管理有哪些难点
5. 做题,很简单的一道easy
全部评论

相关推荐

03-08 16:30
门头沟学院 Java
点赞 评论 收藏
分享
给我面没招了,发点面经攒攒人品~1*当大模型产生错误回答或幻觉时,在工程和算法层面有哪些规避手段?2* 描述 Transformer Decoder 的完整解码流程。3* KL 散度的数学意义是什么?在模型对齐(如 PPO/DPO)中起什么作用?4* MoE架构的具体实现原理是什么?路由(Router)是如何工作的?5* 面对模型在生成过程中出现循环、重复回答的问题,有哪些解决办法?6* BM25 算法的数学原理是什么?它相比于简单的 TF-IDF 有哪些改进?7* Agent 系统中的LangGraph是如何搭建的?其 Memory 组件的工作机制是怎样的?8* 如果单次生成的任务量远大于模型的 Max Tokens 限制,如何实现断点继续生成?9* Transformer 中 Attention 的本质是什么?请从数学角度解释。10* 为什么在计算 Attention 时需要进行Scaling11* Self-Attention 和 Cross-Attention 在作用和输入来源上有什么区别?12* 面对极长序列Attention 的 O(L^2) 复杂度问题目前有哪些主流解决方案?13* 在 Agent 多轮对话任务中,Attention 机制的局限性体现在哪些方面?14* 为什么模型在长上下文对话中容易出现“信息遗忘”?有哪些缓解机制?15* 介绍 SFT的流程,以及如何构建高质量、多样化的数据集?16* 在什么业务场景下,必须引入 RLHF 或 DPO 这种偏好对齐技术?17* MinerU 在解析复杂的工业文档(如图文混排)时,具体的处理逻辑是怎样的?18* 在多模态检索中,文本和图片是如何映射到同一个统一向量空间的?19* Ragas 评测框架中的 Faithfulness 和 Answer Relevance 指标的具体计算逻辑是什么?20* 相比于 LangChain,LangGraph 在处理循环任务和状态管理上有哪些优势?21* LangGraph 的状态快照机制是如何实现任务回溯和持久化的?
点赞 评论 收藏
分享
03-09 17:42
已编辑
福州大学 Java
给准备投这家公司的友友提供一下面经作为参考八股顺序不太记得了。1.自我介绍2.项目介绍(这块答得很烂,感觉面试官不感兴趣,都没怎么追问细节)3.讲讲mysql b+树(提到b+树基本结构,减少磁盘OI)4.事务的隔离级别(四个都提到了)5.讲讲JVM内存模型,双亲委派机制(基本都回答上来了)追问类加载器能不更改掉双亲委派 (这个回答了无法轻易更改,因为安全问题)6.线程池的类型(这个忘记了)线程池核心参数(这个答上了)7.syn和reen的区别(这个当时只记得后者可以实现公平锁,现在才意识到还有很多不同)8.谈谈spring的IOC    (讲了一下控制反转,解耦)9.讲一下如何处理循环依赖(提到了三级缓存,和只能解决单例下的循环依赖)10.容器了解吗(不太了解,只了解了一些docker但没真的部署过)11.大模型开发软件cursor和trae有使用过吗(没使用过)补充一点:追问了项目中事务是怎么实现的(这个确实不了解,只会用@Transactional)面试官建议:了解一些前端的知识,在校要主动多使用大模型开发,了解前沿技术。提到我代码能力还是基础不是很充足。一共面了20分钟,面完就知道大概率无了,感觉还是项目都没有怎么细问,个人感觉像是因为没有上线过的原因。有点疑问想咨询一下:这是我第一次面试,感觉面试官都是让我主动谈谈项目啊,八股啊。我感觉我如果一下把点都回答了,那面试官问的就都是我没准备的,但如果刻意讲讲的时候没有答完整,留一些让面试追问的又可能不会追问而是跳过,再觉得你基础不行。所以我很纠结这种讲讲谈谈要怎么回答合适,怎么把握那个度。也可能是我太菜了,前面项目那回答太差就挂了,后面只是走流程,所以才会这样。平常自己找AI面试都是AI会追问细节和具体内容,今天实际面一下发现差别还是好多。
查看14道真题和解析
点赞 评论 收藏
分享
评论
2
10
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务