面试字节大模型（LLMs）RAG面被问麻了~

hr说可以给的主要是技术，创始人亲自带，google的大牛，没有其他待遇了，得自己租房，不包吃住啥的，建议去吗？做agent的，想着研0锻炼一下，昨晚刚面试完

一、RAG（检索增强生成）基础与优化方向RAG是一种结合检索与语言模型生成的技术，核心流程包括：数据收集：将数据分块、生成向量嵌入并存储到数据库；推理过程：根据用户查询检索相关文档，结合提示生成回答。文章提出RAG优化的4个关键方向：分块方法、嵌入模型、向量搜索策略、提示工程，并通过实验验证效果。二、4种优化策略及实验验证分块方法优化目标：平衡块大小，避免过小（丢失上下文）或过大（检索冗余）。实验：尝试“父文档检索器”，同时检索相关片段及其父文档以保留上下文，但结果显示性能下降（如上下文召回率降低），需进一步调整分块逻辑。嵌入模型选择对比：DPR（密集 Passage 检索模型）和Senten...

1. 慢查询排查过程 怎么判断索引失效 怎么优化sql 最左前缀法则2. 实习项目上的xxl-job，在项目中是怎么使用的3. redis登录保护的具体过程4. 大模型了解哪些功能5. 大模型了解哪些参数6. 是否翻过墙？ 使用机场还是自己搭建服务器？7. 是否调用过大模型的接口？ 平时使用什么大模型8. 怎么有效的和大模型沟通？(prompt engineer)9. 说一下rag的过程10. 说一下对向量数据库的了解11. 接口幂等性处理过程？12. 项目线程池+countdownlatch怎么实现的。13. 平时怎么学习？学习技术偏理论还是实战？

AI 来了AI 目前来说可以是非常非常的火热！但凡是个程序员都不好意思说没用过 AI，在面试的时候面试官也爱问 AI 这些东西。尤其是又出现了AI Agent、RAG、向量数据库、MCP这些东西，进一步对 AI 进行了赋能。让 AI 的火热程度又燃烧了一把！对于 Java 来说，在使用 AI 上也是迎来了一次大的变革，它就是 SpringAI！看名字就知道它是由 Spring 官方团队开发的，与 SpringBoot 高度的集成，在使用体验上非常的爽快，还是 "配置 --> 注入 --> 使用" 这三把斧。项目介绍大麦AI 是一套具有 AI 实战意义的项目，通过...