PayPal一面

1、自我介绍2、项目问题(1)用的大模型加rag的能力比原来的初始rag相比好在哪里？(2)记忆模块怎么存储？3、用户访问一个地址发出请求到问题返回解决，整个的链路流程说一下？4、mysql有哪些查询方式？5、查询方式中哪些情况不是好的查询方式呢？6、后边问了下AI对程序员的冲击，怎么看？7、反问

1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...

1.自我介绍2.rag流程讲下3.基于什么框架搭建的4.ppt智能体怎么做的，是只是部署了吗；做了那部分流式，提示词约束，前后端联调5.分块策略讲下，为啥切分还要设置 固定字符6.为撒选择768维度7.讲下embeindg模型原理，transfomer原理；讲下decoder encoder面：本质上decoder就是一个embedding8 milvus原理BM25算法9.讲下欧式距离 内积 向量i相似度底层怎么计算的讲了内积，分解维度向量，点乘相加10.skill讲下渐进式纰漏，为撒大模型可以决定使用哪个答得意图识别，工具排名，然后选择上面的skill调用11.假设sse输出，前端突然关掉页面，后者服务宕机；并且传输的分片，需要长时间等待（LLM或者文生图这样的模型）（现在一起上传前端）提示网络层去做答得：中间件存储面：可以在网络层加心跳机制12.选择一个你擅长的点openclaw claude13claude的skill有哪些；14.你觉得claude有哪些可以拓展的点答得记忆和skill，和项目风格和上下文对齐15.function call mcp skill 调用有什么区别16.openclaw除了定时和skill还用过其他的功能吗17.用aicodeing多吗，用的什么模型；讲下aicoding思路，知道热更新机制的模块吗；glm5，中转节点先架构，python，必须简单运行，先写总体文档，列出要考虑生成环境的点9.2终端再分模块开发限制9-13min18.生产环境考虑的点kafka的一套，有序，幂等，消息丢失；并发；内存存储，服务宕机重启，数据丢失19.为啥要再生成一份项目交付md把需求md覆盖了，生成了个总结的文档主要拷打了底层微调也有问，和transfomer架构kqv和中间额层，和具体用哪个通用大模型的关系

3月26日面的讲一下你那个微途旅行，你这个微途旅行是什么背景，自己琢磨的还是网上学习的你当时这个题目是自己选是吧？就是为什么为什么你们当时想做这个方向的尝试？你怎么判断你自己做的这个项目有没有在真实场景落地的价值，你是怎么做这种思考的？就是这种场景就是假设你做出来之后，发布到市面上，会有人用这种功能吗？这个就为什么别人不用用马蜂窝，为什么别人不用马蜂窝，用你的产品为什么要用lua脚本，解决什么问题？redis集群环境下，你怎么保证你在lua脚本上操作的key在同一个实例上来保证原子性的这个令牌桶流量控制这块。你自己实现的吗？还是找了一个现成的实现组件去用的？你这个秒杀业务主要是用什么来保障它它...