飞猪大模型 一二面整理

1.自我介绍2.大三有专业课怎么办(拿到offer可以请假)3.两篇软件著作权是哪两个项目(我说的是科研管理系统和微途旅行)4.简历里没有写科研管理系统这个项目(解释:主要是表现我个人有过项目合作经历)5.这个单点登录怎么做的？6.你们科研系统的用户是怎么得到统一的用户？7.你们科研系统的审核是使用的工作流吗8.这个项目在技术框架上没有比较突出的点，所以没有写到简历里(解释了下这个项目，主要是业务方面的难度，更多是作为一个与他人合作的项目经历)9.在这个项目当中，你主要作为一个什么样的角色.10.项目团队是学校的兴趣组或者实验室吗11.介绍一下云智颐养项目(阿巴阿巴阿巴)12.云智颐养是一个什么性质的项目，项目团队成员配置，承担什么角色13.工作流是教程里就有的，还是自己增加的14.工作流的源码是否有研究过(没研究过，直接拉的代码)15.springai框架functioncalling用的是哪个模型16.functioncalling与mcp server的区别(不知道，只知道mcp是协议)17.了不了解functioncalling有什么限制18.xxl-job是怎样调度使用的，用在什么场景？19.xxl-job有哪些策略20.限制xxl-job秒级任务的性能的在哪里21.还有什么其他的项目可以介绍的？(介绍的微途旅行)22.这个项目的需求是竞赛规定的还是自己想出来的23.前端是用ai工具做的，貌似ai其实有些样式不是很好调，那你这边是会前端吗24.为什么第二个项目用的springai，这个用的lanhchain4j，有什么区别，你觉得在使用上你更喜欢哪个，为什么更喜欢langchain4j25.为什么使用了redis和lua脚本已经判断下单校验了，后面数据库校验还要加乐观锁26.秒杀门票时，门票数量有变更时怎么做到27.秒杀有没有考虑过有用户下单了，但是没有支付成功或者没支付，怎么处理这个redis里库存已经扣减的情况28.秒杀过程中有人点击速度很快，怎样防止用户重复提交购买29.如果合适的话什么时候可以到岗，大三大四只有期末或者毕业设计会回去是吧？反问:1.公司是自研，低代码还是二开(公司自研的低代码平台，说比若依更强一些，简单的业务用框架完成，大部分稍微复杂的业务还是用自己写代码实现)2.公司的业务是承接外面的还是有自己的(一般是承接地铁和农产品行业相关的)3.公司的开发项目组人员配置(看项目类型和大小，一般是1比1，每个项目有一个测试，大的项目有十几个人，大部分项目是4，5，6个人)

家人们！最近在琢磨大模型应用开发岗的项目准备，初步定了两个方向 ：做一个完整的 RAG 项目（检索增强生成），从向量数据库搭建，知识库的构建、工具的调用，到检索逻辑优化，全流程走一遍，重点体现对知识问答场景的落地能力～ 搞一个模型微调 + 部署的项目，选个具体任务（比如特定领域的文本分类 / 命名实体识别），用 LoRA 之类的方法做微调，再部署成 API 服务，配上简单的调用界面，把 “调参 + 工程化” 能力亮出来这两个项目覆盖了大模型应用的核心环节，既有算法落地又有工程实现，感觉能体现岗位所需的核心技能？有没有同行姐妹 / 兄弟给点建议呀～ 或者还有哪些项目方向值得补充？

今天老师为大家梳理了10道RAG大模型必备面试题，供各位同学参考。1️⃣Q1：如何评估RAG生成结果的质量？A1：① 事实准确性（Factual Accuracy）：对比标准答案；② 引用精确度（Citation Precision）：生成内容与引用文档的相关性；③ ROUGE/L等自动指标（需谨慎，可能与事实性脱钩）。2️⃣Q2：如何优化检索的召回率（Recall）？A2：① 使用Query扩展（同义词替换/LLM改写）；② 多向量表示（HyDE生成假设文档再检索）；③ 调整分块策略（重叠分块/多粒度分块）。3️⃣Q3：RAG如何处理多文档冲突信息？A3：①  让LLM总结共识点并标注分歧（提示词控制）；② 按文档来源权威性加权（如医学指南>普通文章）；  ③ 返回多视角答案（需明确说明冲突存在）。4️⃣Q4：如何解决“检索偏好”问题（Retrieval Bias）？A4：当检索结果质量差时强制生成会导致错误。解决方案：① 训练检索评估模块过滤低质结果；② 引入回退机制（如返回“无答案”）；③ 迭代检索（Re-Rank或多轮检索）。5️⃣Q5：如何优化长文档检索效果？A5：① Small-to-Big检索：先检索小分块，再关联其所属大文档；② 层次检索：先定位章节，再章节内分块检索；③ 图结构：用知识图谱关联文档片段。6️⃣Q6：解释HyDE（Hypothetical Document Embeddings）原理？A6：让LLM根据Query生成假设性答案，将其作为“伪文档”嵌入向量，再用该向量检索真实文档。解决Query与文档表述差异问题。7️⃣Q7：什么是迭代检索（Iterative Retrieval）？A7：多轮检索：首轮检索结果输入LLM生成初步答案，再以该答案为新Query二次检索，循环直到满足条件。适合复杂推理场景。8️⃣Q8：Self-RAG的核心创新点是什么？A8：引入可学习检索信号：模型自主决定何时检索（Retrieve on Demand），并生成特殊Token（如[Retrieval]、[No Retrieval]）控制流程。9️⃣Q9：RAG如何适配实时更新知识库A9：① 检索器使用近实时索引（如Elasticsearch增量更新）；② 生成器无需重训，但需监控新数据分布偏移。1️⃣0️⃣Q10：用户查询“2025年诺贝尔奖获得者”，但知识库只更新到2024年，RAG如何应对？A10：设计策略：① 检索器返回最新文档（2024年）；② 生成器明确回答“截至2024年数据，最新获得者为XX，2025年结果尚未公布”；③ 添加时间敏感性警告。🍊如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

第一家：教育行业。后端研发(AI 多模态)问实习比较多。llm的微调部署这些没问，主要是项目实现。Transformer八股。但是后面说进公司要学Java第二家：游戏数据公司。AI应用开发。也是问实习内容，同样没问llm的微调部署，主要是项目实现。后来问面试反馈，说我做的太底层，他们想招聘偏应用的。第三家：车企。大模型算法。偏应用但是主要问八股。lora、MoE这种内容很多，根本记不下来。而且这几次面试我投的都是同一份简历，但是面试问的问题差的很多。最近几个月准备时间也不短，但是越准备要学的东西越多了。。。