中兴agent开发日常实习一面

给我面没招了，发点面经攒攒人品～1.实习拷打2.提问第一个项目：MinerU相对于传统OCR有什么优势？它的版面解析的准确率提升主要来源于什么？混合检索时，BM25和向量检索融合你是如何设置权重的？讲一下Ragas评测？3.提问第二个项目：为什么用LangGraph构建状态图？如何定义循环终止条件防止Agent陷入逻辑死循环？你的安全护栏是关键词匹配，还是调了专门的模型？调用的什么模型？4.讲一下你项目里的Prompt一般怎么写？5.了解ToT或者GoT吗？讲一下6.如果工具调用超时或返回空值，你如何设计Prompt让Agent反馈用户？7.讲一下Agent中的短期记忆和长期记忆分别怎样存储？8.向量数据库检索出来的历史信息，如果语义相关但时间太久，能直接用吗？9.对于RAG，既然向量检索已经计算了相似度，为什么还要用引入交叉编码器进行重排？10.Rerank的Top-k数量怎么确定？11.长文档切片的粒度你一般怎么选择？12.如何评估Rerank的有效性？有什么指标吗？13.平时vibe coding吗？做过什么项目？

本人27届双非，去年开始从Java开发转Agent开发，目前有一段三个月金蝶的Agent开发实习经历，4月份离职，准备春招。原本目标是找一份有名气的中厂Agent开发实习，但是官网上投的所有中大厂基本上都是简历挂了，已经死心了。目前手里面有几份offer，在考虑到底是怎么办，有点不甘心，手里面的基本上都没啥名气，怕对后续找实习或者工作没啥帮助，不知道要不要走，但又怕再拖下时机过了，找不到实习了（或者比现在手里面的还差），请各位大佬给点意见吧。目前手里面主要有两个千人公司比较纠结是否要去的。其他都是500-999人的小厂，暂时不太考虑。鼎捷数智，南京，4600一个月（台湾企业）国投智能，厦门，包...

攒人品中，祝大家都能拿到满意的Offer！1. Python中词典和列表的区别2. 做的rag项目中，为什么用Chroma3. 什么是rag4. rag的整个流程中，你认为哪里最容易出问题5. 多智能体系统中记忆机制的核心目标是什么？长期记忆和短期记忆的设计逻辑有什么区别6. 长期记忆在大项目中可能出现指数增长的情况，怎么避免磁盘爆了7. 对短期记忆进行压缩处理后，过了很长时间后需要当时的完整信息，怎么办？（主包认为可以将会话内容完整保存来解决，但是给模型的上下文要做限制，不能全部注入）8. 如果要储存这么多的信息，应该存在平台数据库还是本地？9.  你觉得应该存在云端，为什么OpenClaw是存在本地呢？10.如果给你一个未完成的rag项目，但是项目中文档切分不合理，怎么解决？11.做的agent项目中，语义意图识别是怎么做的12. LoRA微调用得多吗？13. pytorch中张量的基本操作是什么？

1. 自我介绍2. Transformer 里 Attention 的本质是什么，为什么它适合 Agent 场景Attention 本质上是在做动态加权的信息选择，模型不是把所有上下文平均看，而是根据当前 query 去分配不同 token 的影响力。它的优势在于能处理长距离依赖，并且支持内容寻址，这对 Agent 场景很关键，因为 Agent 经常要从长历史、工具返回和外部知识里挑出当前最有用的信息。真正落地时，Attention 的问题不在“能不能看远”，而在“看得太多以后会不会被噪声拖偏”。3. 在多轮对话 Agent 中，Attention 的局限性体现在哪些方面局限性主要体现在三个地...