实习

1. 自我介绍2. RAG 怎么优化，评估时你会看哪些指标RAG 的优化一般不能只盯着生成端，很多问题其实出在检索阶段。常见优化思路包括 query rewrite、chunk 切分策略调整、混合召回、重排序、上下文压缩和引用约束。比如文档切得太碎，召回会有信息断裂；切得太长，又容易把无关信息一起带进来，生成端会受污染。真正线上效果好的 RAG，通常不是“某个 embedding 更强”，而是检索、排序、上下文组织和回答约束配合得比较好。评估时我一般拆成两层。第一层看检索，比如 Recall@k、MRR、HitRate，看相关证据能不能被捞上来；第二层看生成，比如答案正确率、faithfuln...

一股神秘的力量，我是不是被资本做局了

1. 实习期间主要负责什么模块？遇到过最难解决的问题是什么？怎么解决的？这类问题考察实际动手能力和解决问题的思路。回答时建议用 STAR 法则：背景（做什么项目）、任务（负责哪块）、行动（怎么做的）、结果（效果如何）。重点突出：主动承担的部分、遇到的技术难点、自己的思考过程，而不是只描述"我参与了某某项目"。如果有跨团队协作经验，也可以提一下沟通协调的方式。2. 项目中有没有用到多线程？如何保证线程安全？多线程是汽车业务中高频场景，比如地图数据加载、定位信息更新、路径规划并发计算等。线程安全的常见手段：互斥锁（mutex）：保护共享资源，注意避免死锁，推荐用 lock_gu...