腾讯推荐算法 一面 凉经分享

项目：为什么做大文件分片和上传流程，合并文件是怎么合并的，怎么知道哪个分片属于哪个文件；SSO单点登录是怎么做的。八股：HashMap的底层实现原理put（k，val）的流程和hashmap类似的线程安全的集合AQS和reentrantLocksynchronized锁升级流程mysql优化有哪几个方面？分库分表水平和垂直是什么意思？mysql事务隔离级别和对应能解决的问题redis的持久化机制redis的内存淘汰策略JVM内存结构常见的垃圾回收算法整体还行，三天后约的二面

2本9硕 春招0offer求看

投递：23家面试：6场offer：1个目前状态：等面试总结：拿了个保底offer心态稳多了，继续冲更好的

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，...