1. 自我介绍2. RAG系统的核心架构、检索优化与在教育场景的落地难点RAG核心架构分为数据预处理、检索模块、提示工程、大模型生成、后处理校验五部分。检索优化包括混合检索、多轮检索、知识切片、向量库优化等。在教育场景的落地难点在于知识专业性强、知识点关联复杂，易出现检索不精准；题目、公式、图表等多模态数据的结构化提取难度大；学生提问口语化、歧义多，意图理解难度高；需严格保证知识准确性，避免大模型幻觉。解决方案包括构建教育领域专属知识库、多模态文档解析、意图识别优化、事实校验机制等。3. SFT的核心流程、数据构造要点与在教育大模型中的应用SFT核心流程为数据准备、模型选择、微调策略、训练配置...

参加了两次笔试没收到过面试通知

很多同学在面试时聊大模型，只会说“我调了某个 API”。但在大厂面试官眼里，“如何处理高并发”和“如何落地业务”才是核心。今天我拿 VoiceNexus（智能语音客服） 举例，拆解 4 个高频面试点。（记住这张图，就记住了从用户到后端到大模型的简单交互流程）1. 面试题：为什么要先调接口创建会话，而不直接连 WebSocket？小白回答：因为要拿一个 ID。大佬回答：为了“动态调度”与“权限校验”。在日活 50 万的场景下，服务器不是一台，而是一个集群。动态路由：创建会话时，后端会根据当前各服务器的压力，分配一个负载最轻的节点地址（wsUrl）给用户。预校验：在建立沉重的长连接前，先校验用户的...

虾皮oc 兄弟们有oc的吗3.25hr面，到现在一点反应没有啊😮‍💨唉