也大大小小面了很多内部正在搞AI的公司，给大家分享一下我的面试题库！ 第一章：RAG 系统 Q1: 请解释 RAG 的工作原理。与直接对 LLM 进行微调相比，RAG 主要解决了什么问题？ RAG（Retrieval-Augmented Generation）的核心是"检索+生成"两阶段：先从外部知识库中检索与用户问题相关的文档片段，再将这些片段作为上下文拼入 prompt，让 LLM 基于检索到的信息生成回答。相比微调，RAG 的优势在于： ①知识可实时更新，不需要重新训练模型； ②可追溯来源，减少幻觉且便于审计； ③成本低，不需要 GPU 资源做训练； ④领域迁移方便，...

从一月中到现在，最大的感悟是累、其次是不要怀疑自己

三月底投到现在至今0约面，是哪里出了问题，是背景问题还是简历问题呢希望大佬指点一下已修改，希望大佬指点一下

前面二十多分钟拷打项目，答的不好 14. 除了MySQL，还用过其他数据库吗？ 15. 结合你的经历，说说MySQL数据库有哪些调优方式？ 16. 你实操过的SQL慢查询优化案例是什么？具体怎么做的？ 17. 联合索引有哪些相关知识点？#牛客AI配图神器# 18. 哪些字段不适合建立索引？除了区分度低还有其他例子吗？（没说出来，还有频繁更新，超长字段） 19. AOP是什么？ 20. 切面代码报错是否会影响核心业务流程？如何处理？ 21. 什么是切面编程？（具体概念忘记了，说了抽离出非核心业务代码） 22. 说说秒杀交易方案的设计思路。 23. Redis单线程之外，还有什么原理支撑它能做秒杀...