Ai agent应用开发实习一面-游戏厂

1 . RAG 怎么评测，有哪些维度，那些指标RAG 的评测一般分成检索、生成、端到端三层。检索层主要看正确证据有没有被找回来，常用 Recall@K、HitRate@K、MRR、NDCG；生成层主要看答案对不对、是不是基于证据回答，常看 Answer Correctness、Faithfulness、Relevance、Completeness、Citation Accuracy；端到端层更偏业务效果，比如用户满意度、追问率、拒答率、时延和成本。真正做项目时不会只看最终答案，因为答案错可能是召回错、重排错、上下文拼接错，也可能是模型生成错。2. 数据集包括什么RAG 的数据集一般不只是知识库...

现在正值暑期实习投递热潮，但是本人刚刚决定选择agent开发赛道，没有相关项目，也没背过相关八股，十分焦虑。。之前打算选Java后端，跟着黑马学了一点内容，八股相关内容看了一些，没怎么背，不过知道主要有哪些模块内容（spring框架、数据库MySQL、Redis、微服务等等什么的，属于都大概看了一些，但没开始正经去背），然后从师兄和牛客的一些帖子里感觉传统后端现在很卷而且岗位也在缩减，所以选择agent开发。去年年底也是跟着做了一个黑马的langchain4j的一个项目（但是内容很少，项目感觉太小了），但对这个方向应该去看哪些内容和做什么项目还是不太清楚，但是因为是研究生，所以对llm还是有些许了解（transformer的底层原理，SDPA，moe和一些linear attn等杂七杂八的之前做实验什么的都有过了解，但对于真正用于公司内的一些技术栈不是很了解，根据这两天看别的牛油的面经，RAG，toolcalling等高频概念去了解了一些），现在主要是想做一个能用来找实习的项目和去学习一些相关的八股，希望大家能给点意见，推荐一些合适的项目和相关的学习网站、博主什么的，谢谢大伙。（想到啥写啥，写的有点乱，见谅

手把手带你从零搭一个 AI Agent｜本地运行，不花一分钱 今天推荐一个 GitHub 上的宝藏项目——AI Agents from Scratch，用本地大模型从第一性原理构建 AI Agent。不需要 API Key，不需要花钱，不需要 GPU，8GB 内存的笔记本就能跑。 为什么推荐这个项目？ 市面上大部分 Agent 教程都是"调 API + 套框架"，你跟着跑通了，但不知道底层在干嘛。这个项目不一样：  从零开始：不用 LangChain、不用 AutoGen，纯手写 本地运行：用 node-llama-cpp 加载 GGUF 模型，完全离线 10 个递进式 L...

太压力了，面了2个多小时，本菜比已经被拷打的瑟瑟发抖面完两个小时后通知过了1.算法题三道（1）leetcode124 二叉树中最大路径和hard题 因为不久前才刷过撕出来了，又来了一道（2）leetcode 300 最长递增子序列变种除了递增之外还加了一个权重因素，但是思路没变，dp就行（3）寻找词汇库里符合固定长度前缀的匹配单词应该是他们自己题库的题。给了一串单词列表，然后又给了一个单词，一个下标，根据这个下标的前缀去单词列表里面找到所有匹配的单词再返回思路是创建一个单词前缀树，然后根据树找，但是可能是构件树数有问题没撕出来2.全方位项目拷打基本没有问八股，全部都是项目企业场景题，哎哟我操，完全不会。我就纯八股战士，结果没想到一道八股都没问反正尽可能把企业场景往八股上引吧。。1. 微服务多点部署其中一个宕机了怎么办2. 要是mq占据大量CPU该怎么排查？MySQL占据大量CPU该怎么排查？3. 假如说让你实现视频点赞功能，你打算怎么设计？讲讲思路（我知道多级缓存，但是碰巧没背……寄）4. Redis延迟双删是什么，分布式锁，哨兵模式5. MySQL到es同步的延迟该怎么优化6. Rabbit mq的队列是怎么实现的？（这个完全没整明白，可能是队列的底层结构? 反正我硬扯的讲了一下rabbit mq的架构）还扯了很多，但是往后完全就慌了），记住的是这些