12月日常实习

标题：海信杭州研究院招聘大模型实习生岗位职责：1. 跟进大模型前沿方向，参与 Agentic 框架、工具调用、强化学习等核心能力的预研与实验。2. 基于前沿论文和开源框架，搭建实验环境，复现与对比不同方法，沉淀代码与结论。3. 参与多工具场景下的推理、规划与调用能力优化，进行系统性评测与分析。任职要求计算机、人工智能等相关专业在读本科 / 硕士。熟练使用 Python，具备良好的算法与工程基础。熟悉或了解 LLM、Agent、工具调用、推理规划等方向之一或多个。学习能力强，具备较好的问题拆解、实验设计与总结能力。能实习3个月以上加分项1. 有 Agent / Function Call / RAG / 强化学习 等相关项目或复现经验。2. 有开源贡献、技术博客或比赛经验。简历投递联系：emhhbmd5dTEwNkBoaXNlbnNlLmNvbQ==

12.17 50mins1.自我介绍2.聊实习经历，延伸到内存页管理3.聊实习经历中关于搜索、agent的业务4.手撕：删除链表倒数第n个节点5.面试官介绍团队6.反问全程无八股十分钟后秒挂了？🤡失败才是人生常态……

1，介绍RAG流程；介绍对编码模型的了解、原理、优缺点；如何评估编码模型的能力2，RAG有哪些分类；多模态RAG有哪些实现框架；伪多模态RAG和多模态RAG分别怎么实现，有什么区别；CLIP可以用于哪一类多模态RAG，为什么3，RAG怎么评估，RAG评估体系中最重要的是什么4，传统RAG有什么痛点；介绍GraphRAG，GraphRAG的难点是什么；GraphRAG如何应对增量场景5，介绍微调负责的工作；大模型微调最重要的是什么6，后训练有哪些方式；微调有哪些方式，分别是怎么做的；LoRA原理及参数量7，介绍DPO；DPO与PPO的区别8，介绍一些Agent的实现框架；这些框架有什么区别；LangGraph适用于什么场景；LangGraph构建Agent的方式有哪几种9，我这里有个场景，就是客户输入一个软件或网页界面截图，怎么通过RAG的方式帮助用户了解界面的每一个组件的作用，输入输出自己定义；相似的组件如图片框和视频框怎么去区分10，算法题：2n+1个数，两两成对，找出单独的那个数11，反问

1.实习介绍2.介绍transformer架构3.transformer架构为什么要切分为多头？4.讲一下attention的具体计算步骤5.计算attention的softmax之前为什么要除根号d_k6.介绍一下transformer位置编码；还了解别的位置编码吗？7.如果在transformer中，把K去掉，变成Q*Q*V，这样会有什么问题吗？假如不考虑解码器，只考虑编码器内部的attention操作的话，这样会有什么问题？8.transformer是encoder-decoder架构，而GPT是decoder-only架构，为什么会演变成这样一种形式？为什么把encoder给舍弃掉了？9.为什么像GPT这种生成式任务，不同时利用encoder-decoder？10.transformer的FFN层为什么会逐渐演变成MOE层？11.moe层的负载均衡具体是怎么做的？偏置项b是怎么训练的？你怎么保证有一个机制让偏置项得到变换？照理来说，偏置项b应该放到损失函数中，这应该怎么设计？12.做agent有哪些框架？13.做agent的开发范式有哪些？14.lora微调的核心原理是什么？15.大模型幻觉了解吗，怎么缓解大模型幻觉？16.手撕，最长递增子序列