杭州阿里国际一面

这个之前写过一篇了，再补充几个秋招被问到的："你在工作中用过哪些AI工具？" — 这个几乎每家都问，一定要提前准备好"AI生成的测试用例你怎么评估质量？" — 考察你有没有真的用过，不是嘴上说说"如果AI给了错误的建议你怎么办？" — 结合真实经历说最好"你觉得AI会取代测试工程师吗？" — 这是开放题，但千万别说"不会"就完了，要说出你的思考"用过哪些AI大模型平台？体验如何？" — ChatGPT、文心一言、通义千问，至少用过两三个我的经验是：面试官不期望你是AI专家，但他们想看到你有AI思维，愿意拥抱变化

继续来分享下之前的面经~欢迎友好讨论，信息共享1.React的Fiber架构解决了什么问题?在AI长文本渲染中有什么优势?2.在处理AI流式输出(Streaming)时，前端如何优雅地处理Markdown渲染?3.谈谈WebWorker在AI前端应用中的使用场景。4.如何实现一个高性能的AI对话历史列表(虚拟滚动)?5.什么是RAG(检索增强生成)?前端在RAG流程中可以做哪些优化?6.你们项目里是如何处理Prompt模板管理的?前端如何辅助用户写出更好的Prompt?7.谈谈前端监控在AI平台中的特殊性，你会关注哪些指标?8.如果让你设计一个AI组件库，你会如何考虑它的通用性和扩展性?

1.用过什么AI工具，什么模型最好，好在哪2.用AI打代码占比多少3.如何确保AI生成代码的正确性4.介绍ReACT5.LLM返回的调用工具参数具体是什么，怎么写工具6.要是LLM选错了工具或者用错了调用参数怎么办，如何做兜底7.上下文如何管理，召回的文档过大怎么办8.LLM幻觉如何解决9.上一段实习AI开发的相关内容------无手撕，只问AI

发点面经攒攒人品～1. 实习拷打2.项目拷打3. 你使用的模型在实际场景问答、翻译中效果如何？是否遇到过性能问题？4. 简述了一款你熟悉的大模型（如 Qwen）的架构特点（如注意力机制、激活函数），与其他模型（如 BERT、Grok）有何不同？5. 密集模型和稀疏模型（如 Mixtral）在训练和推理上各有什么优劣？6. 业界如何处理长序列输入（如对话历史、文档分析）？你用过的模型是如何实现的？7. 稀疏模型（如 MoE）在实际使用中有哪些难点？你了解的某个 MoE 模型有哪些亮点？8. 如何提高大模型生成的准确性和一致性？有哪些常用方法或经验？9. 简述强化学习在模型对齐中的作用，常见的算法（如 REINFORCE、A2C，DRPO）有何特点？10. 请设计一个简单的损失函数，用于改进模型生成质量，并说明其作用。11. 代码题- 实现一个简化的 Multi-Head Attention 模块，支持批量输入。- 「53. 最大子序和」，要求 O(n) 时间复杂度。