百度agent开发实习一面凉经

给我面没招了，发点面经攒攒人品～1.实习拷打2.介绍一下TCP三次握手，四次挥手3.介绍一下clickhouse4.MySQL为什么用B+树不用B树5.讲一下你的医疗agent系统6.怎么看待vibe coding

1. 大模型微调的完整技术方案与工程落地细节采用 LoRA 参数高效微调方案，仅对 Transformer 的 Q/V 投影层添加低秩矩阵，冻结底座模型参数。训练时设置秩 r=8、缩放因子 α=16，使用 AdamW 优化器，学习率 2e-4，配合余弦退火学习率调度与梯度裁剪。工程上使用混合精度训练、分布式数据并行，提升训练效率，训练后合并 LoRA 权重，不增加推理延迟。 import torch import torch.nn as nn class LoRALinear(nn.Module):def __init__(self, in_features, out_features, r=...

继续来分享下最近的面经~欢迎友好讨论，信息共享1.项目拷打2.介绍一下 AI 智能体的 workflow 以及 RAG 知识库是怎么设计的？3.意图识别用的是哪个大模型？如何判断和测试意图识别结果的准确率？4.Redis 做语义向量的相似度检索，内部用的是什么算法？5.在使用 RAG 的程中有没有出现大模型幻觉？如何设计兜底方案？6.JMeter 压测的具体参数是怎么设置的？7.Redis 是单线程的，为什么它还能支持高并发？8.在实际业务场景中，你怎么判断什么时候需要加缓存？为什么不能只用 MySQL？9.除了导购，你认为在电商领域（如京东）还有哪些场景可以用到 Agent？

软件技术专业，现在大二了，想知道除了升本的知识以外，应该往哪个方向学，很迷茫，各位前辈能给点建议吗