极光-aigc算法-一面

很短，半个小时，没手撕和八股

自我介绍，问了一下毕业时间和学校情况

主要是围着项目问的
项目1:
你们用的开源数据集，数据可信度有没有考虑过？
项目2:
数据集是经过什么处理存到向量数据库的？
介绍一下rag一些rerank算法
rag效果怎么评估的？最终输出效果怎么评估的？
（猜测提问逻辑是根据rag的链路来的。即“数据清洗 -> Chunking（分片策略）-> Embedding -> 向量检索 -> Rerank（重排序）-> 生成”）
项目3:
现在近似最近邻算法都比较成熟的吧，你们是从算法还是应用上做优化？为什么还要做呢，这些技术不都很好了吗？（翻译：项目背景是什么，优化点在哪里）
你是搜索做了加速，那有没有考虑过预处理成本，有没有去衡量评估过？

反问
问了一下业务，toB的，有一些知识图谱和一些ai方法的应用（？）听起来主要是在探索和迁移新技术