快手 大模型应用一面 实习面经

整体面试还是不错的，但是没后续了，不知道是哪里出了问题
 项目
1. 简单介绍一下这个系统的知识库问答架构，从文档入库到最后回答的完整链路是怎样的？
2. 向量检索用的是什么索引类型？
3. 在召回之后有没有做重排（Rerank）之类的操作？
4. 你知识库的准确率和召回率是怎么评估的？
5. Spring AI Alibaba 的 Function Calling 是怎么实现的？模型如何决定调用哪个工具？
6. 如果工具调用失败了，你们设计了什么处理机制？
7. Execute Plan 模式具体是怎么实现的？
8. 平时哪种模型用的比较多？
9. 平时编码时会用哪些模型？
10. 在选择向量数据库时，有没有看过其他的（如 ES、Milvus 以外的选择）？它们之间的区别你大概有概念吗？
11. 在写 Prompt的时候，你有哪些实践经验或设计原则？
12. Graph Rag / Agentic Rag了解过吗
13. 在秒杀下单中，Lua 脚本具体做了什么？为什么要用 Lua，而不是分开执行多条指令？
14. 这个项目你自己做过压测吗？
15. 对系统能扛住的流量（QPS）有没有具体的概念？
16. 对于什么时候该上缓存、什么时候该上本地缓存，你大概的概念是什么
Java 基础
1. 线程池的核心参数有哪些？
2. 线程池内部的具体工作流程是怎样的？
3. 核心线程数和最大线程数一般怎么确定/计算？
场景题
1. 你觉得目前 RAG（检索增强生成）最大的瓶颈是什么？
2. 假设要给电商平台搭建一个百万/千万级的商品知识库问答系统，你会怎么设计？
3. 针对商品信息（如价格、描述）可能被商家动态更新的情况，你的知识库设计需要考虑什么？
手撕：
二叉树的层序遍历