最近这一两周看到不少互联网公司都已经开始秋招提前批面试了。
不同以往的是,当前职场环境已不再是那个双向奔赴时代了。求职者在变多,HC 在变少,岗位要求还更高了。
最近,我们又陆续整理了很多大厂的面试题,帮助一些球友解惑答疑,分享技术面试中的那些弯弯绕绕。
《AIGC 面试宝典》圈粉无数!
《大模型面试宝典》(2024版) 发布!
喜欢本文记得收藏、关注、点赞。更多实战和面试交流,文末加入我们
随着人工智能技术的飞速发展,大模型为电商领域带来了前所未有的变革。这些模型不仅拥有强大的数据处理能力,还具备了六大基础能力,它们在电商中得到了深度应用。
-
生成:自动生成产品描述、用户评价等,提高内容的丰富度和吸引力。
-
提取:从用户反馈中提取关键信息,用于产品改进和市场策略调整。
-
分类:对商品进行智能分类,便于用户搜索和浏览。
-
检索:快速检索用户需求,提供精准的搜索结果和推荐。
电商行业的AI应用正在重塑购物体验,从智能搜索和推荐到数字人直播和客服,再到商家的智能运营工具和供应链优化,AI技术贯穿了用户发现、互动、购买和售后的全过程。这些技术不仅提升了用户体验,还帮助商家提高了运营效率和市场响应速度,推动了整个行业的创新和效率提升。
1688的AI Agent探索unsetunset
在1688平台上,AI agent的探索主要围绕淘宝中年女装轻奢卖家的核心决策过程展开。
-
用户身份和行为统计:AI agent首先识别用户身份,收集用户行为数据,为后续的个性化服务打下基础。
-
定向找货与平台导览:根据用户需求,AI agent帮助用户在平台上进行初步的货品搜索和导览。
-
用户画像构建:通过分析用户行为和偏好,AI agent构建用户画像,包括目标客户群体(中年女性贵妇)、价格区间(300~400元)和商品类型(新款连衣裙和少量搭配服饰)。
-
商品款式和商家比对:AI agent利用图搜和商品详情,帮助用户比较不同商品款式和商家,筛选出符合要求的货品。
-
旺旺询盘和议价:AI agent通过旺旺与商家进行实时沟通,询问商品材质细节和价格,进行议价。
-
推荐店铺动态和行业知识:AI agent根据用户需求,推荐热门店铺和行业动态,提供下游趋势热款和行业新闻。
-
商家物流和服务标准:AI agent考虑商家的物流速度和服务标准,确保用户能够及时收到货物。
-
B类需求的非结构化处理:对于复杂和个性化的B类需求,AI agent通过交互会话模式,结合用户实时意图,提供个性化推荐。
LLM应用模式
嵌入模式
-
定义:在这种模式下,AI作为一个嵌入式工具,辅助人类完成特定任务。
-
流程:
-
人类设立目标。
-
AI提供资源和工具选择建议。
-
人类执行任务,并观察结果。
-
结果汇总,进行必要的更正。
Copilot模式
-
定义:类似于飞机上的副驾驶,AI在这个模式中扮演辅助角色,与人类紧密合作。
-
流程:
-
人类与AI共同设立目标。
-
AI拆解任务,提供任务执行的步骤和建议。
-
人类执行任务,AI在旁提供支持。
-
观察结果,AI帮助分析并提出改进建议。
AI Agent模式
-
定义:AI作为代理,更主动地参与任务的执行和管理。
-
流程:
-
AI与人类共同设立目标。
-
AI主动拆解任务,规划任务序列(任务1、任务2…任务N)。
-
AI执行部分任务(如数据分析、信息检索等),同时提供资源和工具选择建议。
-
人类执行由AI规划的任务,并观察结果。
-
AI汇总结果,根据反馈进行调整和优化。
LLM 应用研发方式
研发挑战
-
一旦尝试SFT,模型能力可能退化:需要考虑使用更大模型尺寸来解决泛化问题。
-
Scaling Law:遵循规模法则,通过增加模型尺寸来提高性能。
研发流程
-
基础模型算法研发:开发和训练基础语言模型。
-
业务算法研发:针对特定业务需求进行算法优化。
-
Prompt调试:在Prompt平台上进行效果评估和调试。
-
集成部署:将优化后的模型集成到业务流程中。