24届女生材料 本双非硕211

最近很多股东反应自己面试的时候紧张到呼吸困难，手心呼呼冒汗，很多原本准备好的问题都回答的坎坎坷坷。这其实是个很常见的问题，大部分的同学从小学到大学接受的教育一直是应试教育，上课站起来回答问题都紧张，爬个黑板能手心的汗能在黑板上烙个汗印，只会闷头做卷子。再加上本身是个i人，发挥的更不好了。很多同学紧张的点在于害怕失败，特别是面大厂的时候，觉得好不容易有一次面试机会生怕失去，其实大厂也是厂，不是说你进了大厂就能飞黄腾达光宗耀祖之类的，说白了属于计算机的红利差不多已经过去了，可能还有一些拿到很高薪水的，那也是凤毛麟角且朝不保夕，所以先对这些公司平等的祛魅。面试节奏通常一场面试上来会先让你自我介绍，这...

这会儿找工作是不是有点晚了啊

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，...