淘天1688的算法团队值得校招生加入吗？

1. Transformer中Attention的本质是什么？你能从数学角度简要解释一下吗？2. 在Agent多轮对话任务中，你觉得Attention的局限性体现在哪些方面？3. 简要介绍一下SFT的核心流程，以及数据集的构建策略，SFT之后常见的Post-Training还有哪些？它们之间的目的有何区别？4. 什么是RAG，它是怎么提升生成质量的？与传统检索＋模型生成的流程有何不同？如何评估一个RAG系统是否work的？5. PPO和DPO在大模型对齐中的主要区别是什么？DPO训练通常有哪些注意事项？用过GRPO么？6. 项目里的Modular Agent，你能讲讲它是如何实现多步规划的吗？7. 项目提到了多个工具调用链路，调度策略是如何设计的？是否有异常fallback策略？8. Agent评估体系包括哪些维度？如何衡量planning能力 vs hallucination rate？9. 项目里微调Qwen，选择的训练阶段和Loss函数是如何决定的？10. Prompt自动推荐模块用了哪些优化策略？有没有尝试过Prompt压缩或embedding表示的方式？11. 场景题：假如一个Agent 推理链路包含3个工具+高频请求，系统整体延迟较高，你会如何优化？12. 代码：20.岛屿数量

链接 信息提取: 学生有n名,他们要考m个科目,每个人都有希望所有成绩出分的天数 这里给出的学生的不满意度C,只要出分成绩晚了k天,学生就会产生k x C的不满意度 题目还给出两种调整出分方式 1.将X科目的老师调到Y科目,X延迟出分一天,Y提前一天,产生A点老师不满意度 2.增加老师到Z科目,Z科目提前一天,产生B点老师不满意度 我们需要做的,就是找到最佳调整方式,是总不满意度最小 首先,我们不妨思考,最佳调整方式是调整什么 应该是最晚所有科目的出分天数 假设最晚所有出分科目的天数为T,那么T的范围应在学生希望出分天数的值域内 设总不满意度为f(T),应该能想到f(T)是先减后增的,就可以使...

开本帖记录一下我在OSPP2025开源之夏活动中中选蚂蚁集团TuGraph社区Text2SQL项目的全流程（申请+中选+开发+结项）记录，先说下我的bg：我本科是学院本的物联网工程，毕业时候抽风一直铁了心要考西部某TOP985的计算机专硕，前前后后参加了3次考研，最后一次考得最高考了357但是依然差复试线13分，此时由于大龄+绝望+阴差阳错等因素调剂到某双非的的土木下二级学科读研，也算是faker班的了。上篇帖子说到项目中选了，指路：(上)学院本+双非硕+非科班中选蚂蚁OSPP2025开源之夏TuGraph社区项目的全记录这篇帖子继续记录一下中选后的开发阶段：2. 项目开发2.1 心态&amp...