秋招第一面：快手大模型应用

1️⃣RAG 有哪几个步骤？Step1:将文本分割成块;Step2:使用编码模型将这些块嵌入到向量中，将所有这些向量放入索引中;Step3:LLM 创建一个提示，告诉模型根据我们在搜索步骤中找到的上下文来回答用户的查询。2️⃣实际项目中RAG有哪些优化技巧？首先召回源会考虑多路召回，在召回后面增加一个重排序的阶段，提升召回的质量。另外，重排序模型以及生成模型会根据系统问答的指标情况，进一步微调。3️⃣RAG 中为什么会出现幻觉？出现幻觉问题主要分为两大类，一是生成结果与数据源不一致，训练数据和源数据不一致、数据没对齐或者编码器理解能力的缺陷导致；二是用户问题超出了大模型的认知，用户的问题不在语言模型认知范围内导致。4️⃣RAG 一般怎么做效果评估？RAG 做效果评估主要是针对检索和生成两个环节。对检索环节，我们可以采用 MRR 即平均倒排率，前 k 项的 Hits Rate 命中率， NDCG 排序指标等。生成环节首先是量化指标，再评估生成答案的多样性，看看模型是否能够生成多种合理且相关的答案。还需要引入人类评估，考虑资源效率。5️⃣针对幻觉的问题，有什么解决思路？加入一些纠偏规则，比如采用 ReAct 的思想，让大模型对输出的结果进行反思。还有一种思路是集成知识图谱，即不再局限于向量数据库匹配，做召回时不仅考虑文档块，同时还考虑图谱的三元组。将知识图谱( KGs ）集成到 RAG 中，通过利用知识图谱中结构化且相互关联的数据，可以显著增强当前 RAG 系统的推理能力。6️⃣在实际做项目中，经常遇到各种边界的 case ，一般怎么解决？这个需要分情况来看，首先是无效问题：如果对于知识库中没有的问题，我们需要做一个准入的判别，判断是否需要回答。一般是一个二分类模型，或者直接用大模型+ prompt 来做，使模型在这种情况下输出一个预设的兜底话术。第二个是减少幻觉，在推理模块中添加规则和提示工程技术。还有一种是格式错误：模型可能会生成无法解析的答案，这种可以设计一个备份的代理大模型，当解析失败时，可以基于代理大模型直接生成简洁准确的总结。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1. 先简单做个自我介绍吧。2. 聊聊你的实习经历，主要做了些什么？3. 你在实习中做过效果评测吗？能具体讲讲是怎么做的吗？4. 测试用例一般是怎么设计的？来源有哪些？5. 核心代码模式算法题：求二叉树的层序遍历6. 你提到做过插件测试，自动化测试这块是怎么实现的？7. 在做人工测试的时候，你主要会关注哪些点？8. 看你简历上实习前的项目，当时是基于什么考虑做的技术选型？9. 平时会用一些 AI 编程工具吗？比如 Copilot 或者其他？感觉怎么样？10. 在开发或测试过程中，如果遇到临时需求变更，一般怎么处理？11. 从处理需求变更这件事上，你学到了什么？如果再遇到类似情况，会怎么做得更好...

广州 二面完说可以走了，面试流程发生变化隔天要来笔试而且是写 Agent 相关的笔试？啥情况啊--------------更新9.26-9.28 广州线下面试，说 9.25 晚突然通知修改面试流程，二面后需要加一个技术面，而且是 Agent.Rag.还有一个不知道啥的，三个题目三选一笔试通过后现场加一个根据你笔试内容的技术三面，还有 hr 面面试邮件里面也没通知

二面1.看你实习和项目经历都是后端，为什么投测开2. 实习中的有个工作的事务是用来干嘛的3. 你是怎么发现会有这个问题，然后解决的思路和结果4. 为什么要用redis队列5. redis为什么快6. 讲讲redis I/O多路复用7. 布隆过滤器怎么实现的8. 你在实习过程中做了哪些自测9. 你一般会从哪些方面进行测试10. 假如一个版本要在一周内上线，你作为测试负责人，你应该怎么设计回归测试11. 假如只给了你一句话的需求，你应该怎么做12. 他打断我了，说假如我就是客户，我现在给你一句话：我要做大模型的监控系统，你现在模拟一下怎么回答我13. 问项目经历中有个项目上线了吗？14. RAG技...