淘天算法面经

1.项目介绍2.llamfactory和huggingface框架的区别3.模型幻觉怎么处理，为什么会有幻觉4.模型输出的处理，如果输出不是你想要的该怎么办5.栈和堆，c++的智能指针代码：手撕最大堆

1.自我介绍2.transformer结构，encoder、decoder的结构，attention的一些3.qwen的架构知不知道4.问项目：项目中qwen的作用是什么5.手撕：共享屏幕写一个数组转化为链表，并且反转链表6.反问环节

1.介绍下self-attention，计算其时间复杂度。2.为什么要用multi-head attention？3.PPO的clip机制？在线强化学习和离线强化学习有什么区别？RLHF是哪一种？4.为什么要用reference model? 为了解决什么问题？5.如何让多个agent协同工作的？举个具体的协同机制例子。6.如果一个agent误判导致策略冲突，如何处理？7.有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？8.你是怎么设计agent的记忆系统？9.长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？10.你怎么处理响应速度与推理精度之间的tradeoff？是先召回再精排，还是单次生成？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

全程 50 多分钟，没有八股环节，不过算法题发挥得不好，结果基本也就可以预期了。继续打磨短板，踏实提升自己1️⃣ 项目介绍2️⃣ 论文拷打3️⃣ 实习经历拷打4️⃣ 手撕1. 论文里面核心几个步骤的算法，可以写伪代码2. 一道算法题，结束后查到是Leetcode 2327，在面试紧张的状态下很难思考，被提示用DP，后面又提示了几次勉强过了测试样例5️⃣ 反问