2025-12-20 09:20 华南理工大学 算法工程师
关注
字节校招大模型Agent二面
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
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
全部评论
相关推荐
查看8道真题和解析 2025-12-24 15:05
门头沟学院 Python 牛客60944174...：数据源会是多源，多数据格式（包括多模态、结构化、JSON，graph等），怎么把数据进行加载清洗处理，得到合适的数据，如果一篇文章很长，怎么做分块，是直接分块，还是重叠的分，为什么这个场景要这样，有没有更好的分块或者压缩方法。在召回阶段，你的query要怎么重构，例如用户问题是“这个是什么？”这样就是语义很不清晰的，要怎么把query重构成一个语义清晰的问句，才能在查找的时候提高命中率，以及你算完相似度之后重排和召回有没有什么优化，是直接根据向量相似度排序吗？有没有别的重排参数，这些都可以优化。除此外，你的RAG应该是每次调用LLM都用一次的吧，你能不能针对每一个场景写一个表，然后分别打包成MCP，让LLM自己决定要不要用RAG，用哪个RAG，怎么用RAG，这些都可以深挖，除此外，基于向量数据库的RAG有标准流程，你可以对照每个阶段，都做一些工作。希望我的分享对你有帮助。
点赞 评论 收藏
分享