腾讯AI应用开发 实习一面

发一下问题给大家参考，攒攒人品！1.项目拷打2.如果做了 rerank, rerank之后返回几个块?有没有做过一些验证来确保效果?3.rerank之后的topk截断是怎么实现的?为什么选这个k值，有没有考虑过其他方案?4.讲一下上下文工程，还有记忆功能是怎么实现的。5.讲一下LRU的原理和实现。6.介绍一下分布式令牌桶限流、漏桶限流，还有滑动窗口算法限流的原理?7.滑动窗口的数据结构会包含哪些字段?滑动窗口对比令牌桶有什么缺点?8.用Redis的什么数据结构能实现滑动窗口?9.知道布隆过滤器的么，它是干嘛的以及它有什么缺点10.MySQL索引失效的情况有哪些?索引为什么要用b加树，有几种存储引擎区别是什么11.like查询会不会导致索引失效?12.MySQL的事务隔离级别，读未提交和可重复读在mvcc上有什么区别13.MVCC的原理?具体场景下会创建几个readview?14.MySQL的锁相关知识(行锁、表锁等)?

笔试1、现场做笔试，各方面问题都有一些，无算法题。记忆里牛客上有过它的笔试题，但现在找不到了，好像一直没变过。一面2、你工作里做过的重要的功能3、多少人做？重做还是优化？4、你有对红点系统了解吗？你会怎么设计？会有什么问题？5、海外本地化怎么控制的，直接在UI里面适配，还是写在代码里？6、一些独特的海外设计，如何避免因为合并分支导致冲突掉？7、一些特殊的海外资源怎么组织呢？一同放在项目里？（打包时替换成海外资源）8、各个分支的版本控制是如何组织的？9、UGUI常用的优化10、背包一百个格子和物品，怎么优化？11、无限滚动列表的实现？你们项目里无限列表的实现方式12、UGUI rebuild的整...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目拷打2.实习拷打3.OCR 结果有噪声或错误时，你是怎么做纠错或提升解析质量的？4.多模态检索中，图像和文本向量不在同一空间时，如何实现对齐？5.Agent 中长短期记忆如何设计？各自存什么，怎么触发读取？6.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？7.用户情绪异常（投诉、愤怒）时，Agent 如何在不中断主流程的情况下进行干预？8.长文档为什么一定要切 chunk 再做向量化？不切会有什么问题？9.chunk切分时为什么要有重叠区域？比例一般怎么确定？10.稠密向量和稀疏向量的区别是什么？各自适合什么场景？11.是否做过关键词召回和向量召回的融合？具体怎么做的？12.向量检索中 Top-K 设置过大或过小分别会带来什么问题？13.余弦相似度和欧氏距离在高维空间中的差异是什么？实际怎么选？14.为什么需要 rerank 模型？它解决了向量召回的哪些问题？15.rerank之后的截断策略是怎么设计的？为什么选这个 K 值？16.文档发生局部更新时，如何做增量索引而不是全量重建？17.RAG 中如果没有召回到相关知识，如何约束模型避免胡编？18.HyDE 在 query 模糊时是如何提升召回效果的？19.超长上下文模型出现后，RAG 架构的必要性是否会下降？20.大模型高并发调用时，如何做限流、降级和成本控制？

1. 做一下自我介绍2. 你对网络安全方向怎么看，为什么 AI 应用在这个方向上既有价值又有风险网络安全很适合和大模型结合，因为它天然就是高噪声、多源数据、强依赖经验判断的场景。告警研判、攻击链还原、漏洞摘要、规则解释、工单辅助这些任务都能显著提效。但安全场景比普通问答更敏感，问题不只是答得快不快，而是结论能不能被验证、引用是不是准确、有没有被 prompt injection 或恶意样本绕偏。安全方向里的 AI 应用，最终拼的不是模型会不会说，而是证据链是否闭环、输出是否可审计、权限边界是否足够严。3. 介绍一个你做的这个项目，重点讲架构和你负责的部分4. 为什么要用 RAG，而不是直接让模...