1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

总的来说，这是一场收获很大的面试，感觉面试官不是以老员工的角度来拷打我，而是以一个引路人的视角带着我去思考一些场景问题，用一些真实场景来向我展示平时所学应该如何应用，然后问问题也都是笑着和我聊天那种问法，感觉是一个很有人格魅力的人，就是在他面前基本上说不了谎，而且感觉他更喜欢那种真诚地回答以及真实的思考，真的对我自己有很大的帮助，真的给字节点个大大的赞

这就是不想好好聊呗

1. 做个简单的自我介绍您好，我是XXX，XX大学计算机科学与技术专业研究生在读，预计明年6月毕业。本科期间我系统学习了数据结构、算法、操作系统、计算机网络等基础课程，研究生阶段主要研究方向是分布式系统和高性能计算。技术栈方面，我主要使用C++进行后端开发，熟悉多线程编程、网络编程和性能优化，熟练使用MySQL、Redis等中间件，了解分布式系统设计。项目经历上，我在XX公司实习期间参与了分布式存储系统的开发，负责元数据管理模块的设计和实现，这个系统目前已经上线运行，服务于公司内部多个业务部门。我的优势是对底层技术有深入研究，读过Redis、Nginx等开源项目的部分源码，注重代码质量和工程实...