腾讯回流敢去吗？

eino v0.7.15 版本更新详解：ChatModel Agent 中间件与 Agent 名称修正1. adk 修复：在未配置工具的情况下支持 after chatmodel在此前版本中，当 ChatModelAgent 未配置工具时，AfterChatModel 中间件不会被正确执行。本次更新通过调整 ChatModelAgent 的链式执行逻辑，使得 AfterChatModel 在没有工具配置的情况下也能够正常触发。具体改动体现在 chatmodel.go 文件中，对 buildRunFunc 方法进行了修改：• 在构建 Chain 时引入本地状态生成函数，用于初始化 ChatModelAgentState• 在 ChatModel 执行前，通过 StatePreHandler 更新并处理 state.Messages，同时顺序执行 BeforeChatModel 中间件• 在 ChatModel 执行后，通过 StatePostHandler 将模型输出追加到 state.Messages，并顺序执行 AfterChatModel 中间件• 保证 BeforeChatModel 和 AfterChatModel 都围绕 ChatModel 的执行过程正确生效通过这一调整，即使未配置工具调用能力，ChatModel 的前置和后置中间件也能按预期执行。2. adk 修复：agent 名称设置修正在 flow.go 中，对 agent 运行时的 AgentName 和 RunPath 设置逻辑进行了修正。更新后的逻辑说明如下：• 始终使用当前 agent 的名称作为 event.AgentName• 当 event.RunPath 已存在时，将框架生成的 RunPath 与自定义 RunPath 合并，避免重复或错误的路径段• 当 event.RunPath 不存在时，直接使用当前运行上下文中的 RunPath• 保证事件记录策略中，RunPath 能够准确匹配当前 agent 的执行路径，避免因路径重复导致的事件不记录问题该修复解决了在运行流式 agent 时，AgentName 和 RunPath 可能配置错误的问题。

1.请介绍 Transformer 的结构组成及各部分作用2.如何降低 Transformer 的计算复杂度？常见的稀疏注意力变体有哪些？3.LoRA微调的原理是什么？秩 r 的选择会对模型表现产生什么影响？4.kv cache是什么？为什么能极大地提升推理速度？5.RAG的完整流程，构建向量检索库时如何处理时间衰减对召回的影响？6.微调时的训练数据是怎么构建的？如何保证样本多样性和质量？7.在 RAG+知识图谱的 Agent 系统中，知识图谱更新的机制是怎样的？是怎样保证实时性的？8.训练 LoRA 模型时，你是如何选择冻结层的？依据是什么？9.在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？10.大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计？11.如果你要在 GPU 资源有限的条件下同时提供推理和微调服务，如何做资源分配和任务调度以保证时延和吞吐？12.代码：lc15 三数之和

ai工具链，主要做的是通过agent对自动驾驶出现的问题做排查，出错日志很长，可能会超上下文。感觉比较有意思的一面主要是实习，项目，少量八股穿插在其中删除链表倒数第n个结点二面同上，加上几个开放性问题，类似于agent如何跟rag更好的结合，回答要很详细，包括每个模块怎么设计，不给具体场景答的很浅。最长不重复子串实习岗，boss上投递，一面后第二天十点左右联系二面，无面试反馈邮件；二面后第二天十点左右发面试反馈邮件，好几天没联系，应该挂了。