秋招后遗症

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，...

一股神秘的力量，我是不是被资本做局了

📍面试公司：百度❓面试问题： 挑一个你觉得相对有技术挑战的，仔细讲一下 流式输出SSE 的请求用的是什么框架？ 怎么去做吐字动画？ 项目分工 AI coding 写一个类似于搜索框的搜索的产品。从技术设计上你觉得有什么可能需要特别注意或者考虑的点吗？结合你刚刚的这些搜索对话什么的。（应该要回答防抖节流之类的） 搜索的字符匹配高亮，这个后端要如何处理接口呢？写一个接口的 API 搜索的时候，他可能会有一个假设一个场景。我搜索第一个query的那个时间特别长，可能是 10 秒钟才回来。然后搜索第二个query，回来的时间比较短，可能 2 秒钟就回来了。那这个时候那个搜索结果页会发生什么呢？（第二...