1. 自我介绍2. 多阶段 RAG 里同时使用 BM25 和向量召回，混合检索策略通常怎么设计混合检索的关键不是把两路结果简单拼起来，而是根据问题类型决定两路召回各自承担什么角色。BM25 对精确术语、错误码、接口名、字段名、版本号这类关键词命中很强，向量召回则更擅长语义改写、口语化表达和抽象问题。真正稳定的设计一般是先并行召回，再做去重、融合、重排，最后再进入上下文构建阶段。如果问题本身是“精确定位型”，比如某个报错码、类名、接口路径，BM25 权重通常更高；如果问题是“意图表达型”，比如用户用自然语言描述故障现象，向量召回的权重会更高。工程里比较常见的是先取两路 topk，再用 RRF 或...

客户端开发实习，一个小时AK了，三道签到题，第三题稍微涉及到一点算法，整体难度不算高

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...

时常40分钟左右，面试官挺好的，问题也挺简单，结果挂了项目大概10分钟八股：切片和数组的区别切片扩容机制，忘了一些协程和线程的区别GMP函数内的切片分配在哪 脑抽答了堆，和逃逸记混了项目中说用lua脚本保证点赞原子性，redis的命令不是原子性的吗？线程模型缓存双删事务隔离级别 默认隔离级别 所有引擎都这样吗问aicoding用cursor，都用了什么模型，了解agent吗，不太了解。。手撕合并两个升序链表+打家劫舍链表结构体里我把val写成小写了，问有什么影响，同一个包内访问没影响打家劫舍问了如果是环形的扩展，还问了defer关键字，如果defer改变返回值，返回值会不会改变感觉还是有一些瑕疵