华为博士面试论文复现

1.你的 Agent 系统Prompt 是怎么设计和迭代的？有没有做过 Prompt 自动优化？当用户提出不完整的请求时，如何补全用户意图的？2.构建 Agent 的时候，遇到过哪些瓶颈？LangChain 的 memory 默认机制在多3.用户并发中怎么做隔离？你是如何保证线程安全的？4.微调 Llama2 你是怎么选择训练样本的？清洗逻辑是什么？你有没有观察到哪些训练样本质量问题对模型行为有很大影响？举例说明。5.DPO相比 SFT，有哪些优劣？它在 Agent 任务上效果提升明显吗？你怎么构造偏好对？构造逻辑是自动的还是人工？6.你说你服务部署在 vLLM 上，为何选择它？KV-cache 如何帮助推理加速？你自己做过哪些优化？7.假如需要支持 Streaming 输出，但当前服务延迟又超标，你会怎么折中设计？8.多轮对话上下文状态管理是如何做的？如何在高并发场景下保证一致性？9.你做的 Agent 使用了多少个外部工具，在调用链条上如何保障故障容错和超时机制？10.有没有做过工具调用失败后的feedback策略设计？11.训练过程中数据来自用户行为日志，你是如何从这些数据中抽取训练对话的？有没有做过归一化或事件抽象？12.有没有了解过带有时间窗口/偏移限制的对话系统？模型怎么“理解时间”？13.你觉得 Agent 哪些模块最容易在真实业务中出问题？你会如何监控和定位的？

1. 挑一个实习项目介绍2. 实习：介绍框架，pipeline如何搭建，后续主要围绕pipeline中的问题进行提问和确认。3. 项目：介绍了自己的工作内容和项目工作流程4. 八股- （1）DeepSeek-R1训练流程（2）介绍GRPO算法：reward / advantadge、group（3）有没有了解过GRPO的改进算法，挑其中一个讲一下- 了解哪些主流模型架构，Qwen 1~3是否有了解，挑其中一个来讲一下，答了没怎么了解过，又问了我了解哪些开源大模型，回答了Kimi K2和Kimi Researcher，然后着重讲了Kimi K2- 了解过MHA和GQA吗，讲一下原理和区别- 了解位置编码吗，讲一下Rope5. 手撕：最接近三数之和

求大佬们建议 深大本 方向是图像处理 本科跟了两个项目 一篇在投一篇在做 不打算读研 但打算转Java后端开发了 因为感觉做大模型学历不够 会被卡 如果是大模型应用开发如何呢 会不会不如Java（痛同时也不想放弃本科的项目经历）