海信内推海信内推码

聊项目使用本地缓存场景缓存逻辑过期设计本地缓存和redis缓存一致性如何实现讲一讲CAP布隆过滤器RAG的文档切片CompletableFuture优势对ai coding的看法无手撕，30min面完。

希望各位大佬能帮我看看，小女子心理承受能力很好😭😭

无实习加一般学历，求简历拷打

1、自我介绍2、项目拷打3、RAG 的完整链路是什么，哪些地方最容易出问题RAG 的完整链路一般是文档接入、清洗去噪、切 chunk、向量化、建索引、在线检索、重排、上下文构造、Prompt 拼接、模型生成和结果后处理。线上请求过来以后，先对用户 query 做归一化处理，再进行向量召回或者混合召回，把候选文档取回来，然后用 rerank 模型重新排序，选出最相关的内容拼到 prompt 里，再交给大模型回答。最容易出问题的地方通常有几个。第一是 chunk 切得不合理，太短会丢语义，太长会导致噪声太多。第二是召回率不够，模型根本没拿到正确证据。第三是重排不准，正确文档被排到后面。第四是上下文...