第 41 题：提示工程（Prompt Engineering）及其核心原则 题目 什么是提示工程（Prompt Engineering）？其核心原则是什么？ 一、什么是提示工程？ 提示工程（Prompt Engineering） 指通过设计输入给模型的文本（及可选格式、示例、约束），以引导模型产生符合任务需求的输出，而不改动模型参数。包括：指令怎么写、是否加示例、是否用 CoT、如何结构化、如何控制输出格式与边界等。它是连接“用户意图”与“模型能力”的桥梁，在零样本/少样本场景下尤其重要。 二、核心原则（面试必答）  清晰与具体：指令要无歧义，明确任务类型、输出形式、边界条件（如“用一句话”“...

27届，投实习  

比预想中晚了一周，时间过得真快啊，感觉越学越多，目前这版简历下周直接开投了，两个项目都是自己用AI敲的，欢迎各位继续拷打，也是在共同交流学习吧。目前可以说出项目架构业务，自己亮点设计的一些思考，技术实现以及技术选型原因，量化指标也准备了一套说辞，但深挖代码估计就寄了；八股过了一遍，属于基本能说点原理理解，但深挖细节估计也寄了；算法简单了解一些整体思路，但手撕估计也寄了；AI可以吹下项目相关的工程实现和一些技术选型，但深挖技术肯定就寄了。总之，基于自身学习状态考量，先投些小厂继续学吧。有道是：“人生南北多歧路，一处春山一路平。”

第 53 题：上下文压缩（Context Compression）在长文本场景的应用 题目 解释上下文压缩（Context Compression）技术在长文本场景的应用。 一、为什么需要上下文压缩？ 长文档、多轮对话或大量检索结果会占满 context 窗口，导致：超出模型长度限制、重点信息被挤到边缘、成本与延迟上升。上下文压缩 指在保留关键信息的前提下缩短或摘要送入模型的文本，使更多内容“塞得进”且关键信息不丢。 二、常见做法  摘要：对长段做摘要（用模型或抽取式摘要），只把摘要放入 prompt；适合“只要大意”的问答与检索后阅读。 选择性保留：按相关性或重要性筛选句子/段落（如用检索分...