积攒人品3.13一面 45min1. 自我介绍2. 产品实习做了什么3. 在实习中扮演什么样的角色4. 实习深挖5. 项目深挖6. 抖音生态中色情导流的场景，有什么思路进行识别和打压7. 风控策略的准确率无法 100%，误拦正常用户时，如何评估并平衡用户体验8. 抖音生活服务场景中，色情导流还有哪些表现形式9. 抖音发放优惠券的场景下，有哪些风险10. 如何通过数据识别优惠券场景中的黄牛账号11. 如何识别抖音生活服务中商家与用户联合套利的虚假核销行为12. 如何利用 LBS信息，制定黄牛 / 商家套利的风控策略13. 职业发展规划14. SQL 实操题15. 反问

菜鸡求拷打，最近想找一段暑期或者日常实习，hot100目前还在二刷，八股看了一半，去年找了一段小厂实习，干了两个月太水了就提前离职了，期间做了个玩具项目，甚至都没有上线，包装一下就写进简历了，把原来的外卖替换掉了，另一个是点评，今天下午ssob沟通了一百多，有要简历的但是之后就已读不回了，求各位大佬指点

29届java实习，简历包装了一下苍穹外卖和黑马点评，请问有什么项目推荐吗？有必要在简历上补个蓝桥杯，马蹄杯之类的算法竞赛吗？接下来还会继续学习🥹想在暑假去进行第一份实习 有机会吗？求大佬拷打😭😭

1、RAG 里的幻觉怎么解决？RAG 幻觉一般来自三种情况：没有召回到正确证据、召回到了但排序不对、证据足够但模型还是自己补。解决也要对应分层。第一层是提高文档质量和召回质量，比如切片更合理、用混合检索、做 query rewrite、加 metadata 过滤。第二层是重排层，用 rerank 模型让最相关证据排前面。第三层是生成层，要让模型严格基于证据回答，证据不足就拒答，不允许自由扩写。如果从更抽象的角度看，幻觉问题本质上是“系统回答倾向强于证据约束”。所以真正要解决的是：让系统在信息不足时学会克制，而不是为了流畅性硬编一个完整答案。2、LoRA 微调原理LoRA 是 Low-Rank ...