8.19 百度后端一面

《面试题目》

1. 主要学习过哪些编程语言？最熟悉哪一种？
2. 目前是研几？学制和毕业时间是什么？
3. 研究生期间有没有发表论文？
4. 研究生阶段做的项目属于科研项目，还是企业合作项目？
5. 项目的业务背景和需要解决的核心问题是什么？
6. 后训练优化主要优化什么能力？
7. 推理轨迹是如何构造出来的？
8. LLM/Agent相关
9. 对 LLM 的训练和推理有多深入的研究？
10. 是否了解 Claude Code、Codex 等 Coding Agent 的底层实现？
11. 一个完整 Agent 通常包含哪些组件？
12. 面对大型代码库和有限上下文窗口，Coding Agent 如何理解整个项目？
13. CPU 寄存器的作用是什么？
14. 寄存器和内存有什么区别？
15. 一个进程中的多个线程是否共享堆空间？
16. 什么是 JVM 堆外内存？
17. Java 程序和 JVM 是如何运行在操作系统中的？
18. TCP 和 UDP 有什么区别？

《参考解析》

1. 并发问题应先明确共享状态和一致性边界，再选择锁、CAS或队列。线程池需要根据任务是CPU密集还是IO密集设置核心线程数、队列容量和拒绝策略，并监控活跃数与队列长度。
2. TCP通过三次握手建立连接、四次挥手释放连接；HTTPS在TLS握手中协商会话密钥，并用证书校验服务端身份，数据传输阶段主要使用对称加密。
3. 算法题先写出不变量和边界条件，再分析复杂度；常见数组、链表和树问题可分别使用双指针、哈希表、递归或迭代遍历，目标是在线性或对数复杂度内完成。
4. Agent或RAG链路应记录工具调用、检索证据和失败原因；对非法参数、路由错误和超时设置校验、重试上限与可观测日志，避免把模型输出直接当作可信结果。