1、RAG 里的幻觉怎么解决？RAG 幻觉一般来自三种情况：没有召回到正确证据、召回到了但排序不对、证据足够但模型还是自己补。解决也要对应分层。第一层是提高文档质量和召回质量，比如切片更合理、用混合检索、做 query rewrite、加 metadata 过滤。第二层是重排层，用 rerank 模型让最相关证据排前面。第三层是生成层，要让模型严格基于证据回答，证据不足就拒答，不允许自由扩写。如果从更抽象的角度看，幻觉问题本质上是“系统回答倾向强于证据约束”。所以真正要解决的是：让系统在信息不足时学会克制，而不是为了流畅性硬编一个完整答案。2、LoRA 微调原理LoRA 是 Low-Rank ...

过了，云智真tm香啊。😜

正式进入AI Coding时代了  

1.介绍一下实习项目2.实习为什么离职，学校还有课吗3.HashMap的底层原理，介绍一些put流程4.SpringBean的生命周期5.SpringBean有机制实例化方式，这几种实例化方式有什么区别6.实际开发中有没有遇到循环依赖的问题，如果你遇到了，比如说A使用B，B使用A这种情况，你要怎么去解决7.JVM内存划分8.JVM垃圾回收机制，怎么判断对象是不是可以回收的，我说可达性分析，面试官说这个不是跟新生代老年代相关吗9.标记清理怎么去标记？程序计数器是干什么用的？10.实习相关拷打，具体场景就不说了，我给出根据实习出的问题： 1）怎么去数据库中挖掘数据 2）如果说挖出的数据量特别大有几...