今天老师为大家梳理了字节算法岗关于大模型Rag的面试题，供各位同学参考。1️⃣ LORA 原理：解释 LORA(Low-RankAdaptation)的核心思想，如何通过低秩矩阵实现参数高效微调?数学形式如何表达?2️⃣Self-Attention机制：自注意力机制中 O/K/ 矩阵的作用是什么?如何通过缩放点积计算注意力权重?公式推导并解释Softmax 的意义。3️⃣位置编码：Transformer为何需要位置编码?主流 LLM(如 LLaMA、GPT)使用哪种位置编码(如 ROPE)?相比绝对/相对位置编码有何优势?4️⃣Seq2Seg 模型：Seq2Seq模型的核心组件是什么?Encoder-Decoder结构如何解决长程依赖问题?5️⃣RAG技术：RAG(检索增强生成)的完整链路包含哪些步骤?为什么它能提升生成质量?6️⃣大模型幻觉：大模型产生幻觉的根本原因是什么?7️⃣显存计算：7B 模型在训练和推理时的显存占用如何估算?显存与参数量、批次大小、序列长度的关系是什么?8️⃣实习与论文：详细说明实习中解决的一个技术难点，涉及哪些模型或算法?如何评估效果?9️⃣链表操作：删除链表倒数第 N 个节点的算法思路?如何用双指针法实现?边界条件(如头节点删除)如何处理?📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。    

一面多级缓存下，它的这个跟数据库一致性它怎么做去保证的？（关于 mget 改成 get 的优化）那其实我这里有点好奇是说，因为其实 mget 是一个批处理的获取命令。它如果在全部改成 get 的话，现在网络开销会增加不少。那为什么的 RT 时间会减少呢？（针对简历描述“减少每日 53K 批量操作”）减少每日 53K，其实我感觉好像这个 KP(QPS?) 的不是很高... 这个 S 的这个操作好像也对不上。（质疑/要求澄清优化效果与描述的关联）那权益卡那边有做一些，比如说超发了一些防护吗？就是一些问题吗？对于你负责的那个业务模块里面，有没有遇到什么一些服务问题？就你遇到这个问题到当时是怎么解决的...

1、自我介绍2、rag 的检索原理3、哪些大模型在图像和表格方面比较好4、大模型怎么解析图像和表格5、对 mcp 的理解6、对 prompt 的理解7、对 workFlow 的理解8、项目展示

一面：最长的一集，80分钟，主要是项目+实习自我介绍实习业务详细说说测试数据怎么与线上隔离的接口测试注意哪些地方，接口时延关注吗合格的接口自动化要满足什么接口自动化召回率低什么原因接口自动化落库的数据怎么验证进程和线程区别什么时候用线程，什么时候用进程开发常见状态码python装饰器原理，在哪里用过Java异常有哪些数据库索引介绍下项目的数据库有加索引吗场景题：根据一个id，查相关信息，设计架构视频预览按钮 测试用例手撕：字符串最小字串，满足每个字符都出现不超过k次二面：也是项目+实习。手撕很简单没写出来挂了前端AI自动化怎么做的智能体prompt怎么做的项目里的ES怎么用的项目里的MQ可能有...