AI应用一面面经

一、实习相关问题
二、项目相关问题

1. 你的agent架构选用langgraph或langchain的原因是什么？核心考虑了框架的哪些优点？
2. 工具链的具体流程主要是哪些节点？
3. 工具会不会有响应比较慢的情况？这种异常情况如何处理？
4. 日志查询如果时间跨度大或关键词没包括，怎么处理？
5. RAG里面的TOPK是什么样的？为什么是这个设置？
6. TOP3、TOP5哪个效果好一点？好在哪里？
7. 检索或找回阶段有没有做哪些优化或不同方案的比较？
8. 混合检索设计了哪些检索模式？各自是怎么样的排序或占比？
9. 评测主要是评测什么维度(除了语料相关性）？
10. 语料库大概是怎样的一个大小？涉及哪些文档或格式？
11. 如果再做一套企业级的类似技术栈项目，大概要花多久？
    模型训练项目
12. 模型训练项目主要做什么内容？
13. 奖励模型主要在哪个训练阶段用？
14. PPO和GRPO是用在哪个阶段？
15. 经过几个训练阶段各都有哪些提升？有没有效果的衡量指标？
16. 对GQA、kvcache这些专业名词哪个印象比较深？可以稍微展开一下。 训练过程中都有用到这些技术吗？
    手撕:数组中满足其总和大于等于target的长度最小的子数组的长度#27届求职交流#
    #蚂蚁# #暑期实习互联网#