AI Agent 开发一面面经

#Agent面经# TikTok的，先说一下感觉这个面试官有些mean，面试时总是不耐烦
面试时间：8月9号
面试问题：
1.简单介绍一下自己的经历，以及为什么选择AI Agent相关方向？
2.介绍一下会议转写场景的整体流程，从音视频输入到最终文本生成，中间包含哪些环节？
3.为什么选择阿里云ASR服务？有没有调研或对比过其他语音识别方案？
4.ASR识别结果的准确率如何评估？如果出现错字、漏字等问题，一般如何优化处理？
5.在视频通话场景中，涉及用户隐私的数据如何进行保护？有哪些安全措施？
6.系统架构采用中心化还是去中心化设计？为什么选择这样的架构？
7.在RAG流程中，文档切分（Chunk）策略是如何设计的？Chunk大小如何确定？
8.为什么采用这种Chunk方式？不同切分策略会对检索效果产生什么影响？
9.Token具体是如何进行切分的？为什么有些单词会被拆成多个Token？
10.为什么大语言模型不直接使用字符或单词，而是采用Token作为基础处理单位？
11.介绍一下Transformer的核心结构，Q、K、V分别代表什么？Attention计算过程是怎样的？
12.为什么会出现Lost in the Middle问题？有哪些常见解决方案？
13.什么是上下文（Context）？为什么大模型需要上下文信息？
14.模型的上下文窗口大小是如何确定的？主要受到哪些因素影响？
15.以Codex为例，它的上下文窗口大概是多少？不同模型之间为什么会有差异？
16.上下文窗口大小是否可以人为调整？为什么模型能够支持修改上下文长度？
17.上下文窗口是不是越大越好？为什么过大的Context可能也会带来问题？
18.一个模型能够支持更长上下文长度，需要经过怎样的训练过程？
19.了解SFT、PPO、DPO、GRPO这些训练方法吗？分别有什么特点？
20.在Agent架构设计中，为什么选择多Agent协作，而不是单Agent完成所有任务？
21.多Agent系统为什么需要中心化编排？为什么不采用完全去中心化的方式？
22.算法题：将List结构转换成树形结构（JSON格式），描述实现思路
23.算法题：实现树节点的Zig-zag（之字形）层序遍历
感觉像是api面，还没接到后续通知，等待ing #秋招面试记录#