以下是我作为面试官视角，会想提问同学的，可能涉及到的岗位：内容运营/增长运营/新媒体运营/热点运营/活动运营，准确来说是C端运营有可能会问到的热点运营可能会问👇Q1：说一个你最近了解的热点，为什么热？A：一个SBTI的人格测试活动，建议从产品机制——用户心理——传播机制上作答Q2：现在全网都在刷SBTI，你会如何判断它对我们品牌/产品是“值得跟进”的热点？Q3: 如果SBTI热度已经很高，你会选择“跟进同款测试"还是“做反差/解构式内容"？为什么？内容/新媒体/社区/活动运营可能会问👇Q1：如果让你为我们的产品策划一个类SBTI的趣味测试活动，目标是「拉新+促活」，你会...

搞笑呢？？？？？

双非本科，靠着字节、百度、蔚来三段实习一路撑到春招，到现在才真正认清现实。一封封感谢信砸过来，慢慢明白，学历和学校带来的门槛，远比几段光鲜实习要重得多。最让人无力的，莫过于拼尽全力刷实习、攒经历，最后却连一个入场机会都换不来，那种落差感真的太磨人。总自以为是地觉得，有大厂实习就够了，一定能挤进心仪的公司，可现实一次又一次把幻想击碎。现在的我，早已没了春招初期的锐气，只剩下满心的迷茫和惆怅。不知道是该坦然接受现实，还是继续抱着不切实际的期待，在大厂的梦里不肯醒。

1. 自我介绍2. RAG 怎么优化，评估时你会看哪些指标RAG 的优化一般不能只盯着生成端，很多问题其实出在检索阶段。常见优化思路包括 query rewrite、chunk 切分策略调整、混合召回、重排序、上下文压缩和引用约束。比如文档切得太碎，召回会有信息断裂；切得太长，又容易把无关信息一起带进来，生成端会受污染。真正线上效果好的 RAG，通常不是“某个 embedding 更强”，而是检索、排序、上下文组织和回答约束配合得比较好。评估时我一般拆成两层。第一层看检索，比如 Recall@k、MRR、HitRate，看相关证据能不能被捞上来；第二层看生成，比如答案正确率、faithfuln...