阿里2面,要吐血了

真是面的累死了

多模态大模型的具体结构

多模态的用户信息怎么存储和使用

Agent项目背景

RAG系统流程

lora的原理和qlora的原理,qlora怎么优化显存?

演示Agent项目实现细节

AI辅助开发的实践经验

觉得当前的agent达到预期了吗?对agent的预期是什么

项目中AI贡献的代码占比

怎么进行多模态知识检索?

RAG+MCP这方面是你做的吗?怎么做的?RAG怎么构建的

另外针对harness engineer这个方向,还额外追问了不少:

你了解context engineer这个角色吗?和harness engineer有什么区别和联系?

关于harness的定义与理解

你是怎么理解harness这个概念的在Agent架构中,harness和orchestrator有什么区别?

harness层应该负责哪些职责,哪些职责不应该放进来?

如果让你从零设计一个通用的harness框架,你会怎么抽象?

harness的配置化和可扩展性你是怎么做的?#牛客AI配图神器#

在项目里,上下文是怎么构建、压缩、路由和管理的?

多轮对话中,怎么控制上下文膨胀的问题?有没有做智能裁剪或摘要?

system prompt、user prompt、retrieved context这三部分你是怎么组织进harness的?
全部评论
社招?强度挺大
点赞 回复 分享
发布于 昨天 17:15 重庆

相关推荐

点赞 评论 收藏
分享
蚂蚁国际 - AI风控 暑期实习一面 60min问八股:1.介绍一下transformer架构,它解决了rnn和cnn哪些无法解决的问题?2.怎么理解词与词之间距离的概念?为什么大模型需要知道这个距离?3.transformer的核心机制是什么?能不能用一个具体的例子串一遍里面所有概念?4.你提到的QKV能不能具体讲一下?它的核心作用是什么?5.模型层叠加之后会出现什么问题?我们要引入什么机制去解决这个问题?6.传统的残差机制会有什么问题?现在业界有没有提出一些新的解决方案?7.现在业界有很多先进的大模型,有些是7b,有些是325b,这个b的概念是什么?我们在做模型选择的时候怎么选?8.对于不同的细分领域,能不能讲一下你对现有的模型厂商他们参数量选型的了解?9.现在给你一个场景,比如说我们做ai coding,你会怎么去选择参数量?10.对话型模型和推理型模型之间的区别是什么?分别适用于什么样的场景?11.简要的介绍一下engine、sub engine、skill、mcp这几个概念,他们的用途是什么?在代码开发过程中分别用来解决什么问题?12.在开发过程中,多轮迭代会话后工程越来越难以维护,你有没有什么好的建议?13.对于上下文工程的最佳实践,常用到的一些技术或者解决方案都有哪些?14.目前这个体系还很复杂,有没有现成的东西来辅助我?有没有了解现在开源社区很火的一些解决方案?问实习:15.聊一下实习期间你遇到最困难的一件事,这件事你是怎么解决的?得到了一个什么样的效果或结果?16.为什么你会选择lsp这个方案?你是怎么找到和评估这个方案的?17.如果说进一步提升的话,你觉得还有什么方向可以改进?让你现在再做一遍的话你是否会选择重新设计?无手撕18.反问3.23面的,3.28收到感谢信,被老东家拷打麻了
AI求职记录
点赞 评论 收藏
分享
评论
点赞
1
分享

创作者周榜

更多
正在热议
更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务