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，...

小米oc了，但是在犹豫去不去。如果接受的话，小米正职待遇太差了，而且也不是互联网大厂，不确定这段经历对于秋招的背书有多大。算上餐补实习薪资5100，感觉太低了，并且岗位是中台开发，会干一些杂活，而且没有专门的mentor，和纯后端有一定区别。但是如果不接受的话，害怕接下来找不到好的offer，暑期0offer。图一是我简历上的项目和所学知识，图二是JD。实习的岗位不垂直，对秋招帮助大吗，该不该去，去了之后能胜任任务吗？

其实还挺不容易的，也算是转码之路的里程碑了

刷牛客看到好多人问实习转正的事，我去年刚走完这套流程，分享下我的真实情况吧：26届，大模型算法，实习3个月，没面试直接转正了。一、实习这3个月：把我干懵过也干爽过我是去年大概4月入职的，到7月启动转正流程，正好3个月左右。刚来的时候真的懵。之前也在别的公司实习过，前两三个月主要做数据处理，后面才开始逐渐接触模型。但百度这边节奏很快，第一周mentor就跟我讲接下来要做什么项目了，而且刚入职对各种事情都不熟悉，我记得入职第一天配环境就搞了大半天，各种内部工具名字都没听过，整个就是一个手忙脚乱。好在身边同事都很耐心，问他们都会回，mentor人也挺好，不是甩手掌柜。这里也是点名一下，其实现在形形色...