人傻了

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，...

求内推

1. 自我介绍，结合一个复杂项目讲清楚你负责的核心链路2. SSE 是怎么实现的，服务端和客户端分别要做什么SSE 本质上是服务端基于 HTTP 长连接向客户端持续推送文本事件。客户端通过 EventSource 发起请求，服务端返回 Content-Type: text/event-stream，然后按照 SSE 规定的格式不断写入数据。每条消息通常由 event、id、data 组成，消息之间用空行分隔。SSE 适合 AI 流式输出、任务进度推送、实时日志、诊断过程展示这类服务端单向推送场景。它比 WebSocket 简单，浏览器原生支持自动重连，但不适合强双向通信。如果后端经过 Ngin...