百度日常实习算法二面

双非本211硕27届秋招，研一期间一直在打杂学了32和qt的内容，linux也看了一些，帮导师做了一个QT图像识别+电机控制的项目。研二导师给了之前组内师兄做完的横向（ZYNQ信号处理相关）当毕设，这学期一直在学毕设相关的内容。组内项目大多数是硬件的，现在对自己明年秋招有点迷茫，没有确定的方向，如果走ZYNQ相关担心学历不够，走linux相关可能没有合适的项目，希望路过的大佬给一些建议。

实习中哪一段有比较大的成长实习经历中遇到的比较难忘的问题以及解决方案 & 追问开发过程中的react版本（18），讲一下自定义hook的提取和封装less和tailwind之间的差异状态管理方案useContext管理状态的优缺点手写倒计时hook，开始暂停重置，性能优化

1. 项目继续深挖依然是实习项目，可能会延伸到方案对比、难点、优化空间等。2. 大模型应用与方法1.对一份数据做分类/识别/检测，用大模型有哪些方法？2.如何评估AIGC生成的文本？3.大模型“幻觉”如何缓解？真实性如何评估？4.RAG过程中索引可以做哪些优化？3. 模型训练与优化1.KL散度表示什么？2.反思机制是怎么做的？为什么用反思？3.PPO中KL散度的作用？4. 手撕代码实现KMeans实现一个简单的MLP，从CSV读取数据

读研期间的第一次面试，体验很差，不知道是不是遇到kpi面了，面试官似乎并不感兴趣，问的也不是很深，基本都答上来了也很顺利，但还是第二天就挂了 ps：年底深圳的实习怎么这么难找？难受，有没有深圳的yy们交流一下 一小时10分钟 全程拷打项目中的八股  1、caffeine缓存时主要存储了什么数据 2、如何能实现按分钟和按小时同时限流，key和value分别是什么 3、spring aop如何实现的 4、用caffeine缓存有什么缺点 5、说一下rag流程 6、如何让大模型的响应时间变小的（stream响应），第一个token时间变小，总体时间如何？ 7、redis要保持数据的一致性有什么解决方...