荣耀实习-大模型算法面经 45min

面试很难，还是要多多练习1. 拷打项目2. 讲讲ReAct，还有什么其他减少幻觉的技术3. Transformer存在什么问题，GPT和BERT4. Skill了解过吗5. ES与like的区别，倒排索引6. 如何分库分表7. Redis，单线程还是多线程8. Redis有什么数据结构，zset实现原理9. 排序算法有哪些，时间复杂度10. 进程线程与协程，切换速度，PCB，内存地址管理，线程间通信11. mysql的数据结构有哪些，B+树，为什么效率快，磁盘I/O12. HTTP与HTTPS，HTTPS建立信任的基础，RSA算法13. 对称加密与非对称加密，非对称加密有什么算法14. 死锁15. 微服务故障雪崩16. 算法题：n个人围成一桌，从第s人开始报数，每到m出列，求最后出列顺序

一面时间：3.23自我介绍展开讲一下百度的实习（STAR法则）讲解一下图片的评测集是如何设计的评测执行中，有哪些自动化提效的部分agent skill做ui自动化实现细节？测试case的覆盖度如何，通过率大概多少badcase主要集中在哪些部分？针对badcase,解决思路是什么？你编写的功能脚本主要解决了什么问题？代码手撕：如果给你一个包含1000条数据的JSON文件，请你用Python读取它，并统计其中某个字段（如label）的分布，你会怎么做？反问环节。二面时间：3.24自我介绍展开讲一下百度的实习（STAR法则）你针对图片的评测标准如何构建？定义评测标准之后，是靠人去做吗，有没有自动化...

1. 自我介绍2. 项目介绍3. 有多个消息投递到消息队列，处理的结果怎么与发送的请求对应呢？4. 为什么不直接通过数据库通信而需要用消息队列呢？5. 项目有没有前端流式输出展示？6. 身份认证是怎么做的？7. 你觉得langchain和langgraph框架提供了什么功能？优势在哪？8. 讲讲大模型的React9. 讲讲工具调用和多智能体协作10. 对于上下文工程，你觉得有哪些主流的技术？11. 讲讲RAG和持久化记忆的区别12. 什么是思维链（CoT）？13. 为什么Agent还需要Instructions, Rules, MCP, Skills？14. Rules和Skills有什么区别？为什么不把Skills的指导写进Rules？15. SSE和普通的HTTP的区别是什么？16. SSE和文件传输协议FTP有什么区别？他们不都是流式传输吗？17. 为什么Redis可以做限流？怎么做限流？18. Redis为什么速度快？19. 数据库分表是怎么分的？为什么一个表太大需要分表？20. docker和普通的虚拟机有什么区别？算法题：LeetCode中等难度，计算二叉树最大宽度反问总体来说，面试体验还是不错的。

1、知道 GPT 和 BERT 这种模型的基础框架是怎样的吗BERT 和 GPT 都是基于 Transformer 的预训练模型，但结构和任务目标不一样。BERT 一般采用 Transformer Encoder 堆叠起来的双向编码结构，在预训练时主要做 MLM，也就是随机遮盖一部分 token，让模型根据上下文去恢复被遮掉的词，因此它更适合理解类任务，比如分类、匹配、抽取、检索表示学习。GPT 采用 Transformer Decoder 堆叠起来的单向自回归结构，在预训练时做 next token prediction，也就是根据前面的 token 预测下一个 token，因此它更适合生成...