有大佬在🐧CSIG腾讯健康工作过/了解的吗

攒人品中，祝大家都能拿到满意的Offer！项目拷打，穿插八股1. agentic rag 和传统 rag 的区别？2. 项目里的 agent 都调用了哪些工具？3. 如何保证 rag 召回信息的质量？4. 在线爬取是用的什么 api？5. 怎么保证模型的输出不产生幻觉？6. 对于细粒度的问题，你这套粗粒度快速定位➕细粒度精确检索的方案还有效吗？7. rag 召回率 90%，badcase 都是什么问题，具体是哪个环节导致的？有想过怎么优化吗？8. 整个系统中使用的模型有做训练吗？还是调的 api？9. agent 调用工具这个过程是怎么优化的？10. 合成数据是怎么做的，如何保证多样性？11. lora 微调的原理，为什么小部分参数就能成功？12. 你训练的时候主要调了哪些参数，最终比较适合的参数是多少？13. 全量微调的劣势是什么？既然容易灾难性遗忘，有什么方法能够保证能尽可能保留模型原始能力，并让其迁移到新任务上14. self-attention 的公式是什么？QKV 各是什么意思？15. 模型生成时的temperature 是干嘛的，原理是什么，什么场景用什么值？最后手撕：lc hot100 trick题“ 寻找重复数”的升级版，重复数不止一个

我觉得目前最好用的 AI 编程工具是 OpenAI Codex。相比传统的代码补全工具，它更像一个“可以接任务的 AI 工程师”，不仅能写代码，还能理解项目结构、修复 Bug、生成测试，甚至直接参与完整的软件开发流程。在实际使用中，Codex 的优势主要体现在效率和完整性上。你只需要描述需求，它就可以从实现功能到调试优化一并完成，大幅减少重复劳动。同时，它支持在终端、编辑器和云端多种环境中使用，还能并行处理多个任务，让开发节奏明显加快。总体来说，Codex 已经不只是“辅助工具”，而是正在改变编程方式的生产力工具。对于开发者来说，用好它，本质上是在学会如何和一个高效的“AI搭档”协作。

就发生在今晚，答得很流畅，都是场景题，完成后面试官说让我等hr消息，结果我吃个饭回来就发现流程终止变灰了，甚至都不到2个小时 我这是被短择了吗

PCG1. 自我介绍2. 网络服务中大量 CLOSE_WAIT 和 TIME_WAIT 分别是什么原因，会导致什么问题，怎么解决答案：CLOSE_WAIT 通常表示对端已经关闭连接，本端收到了 FIN，也回了 ACK，但本端应用层还没有调用 close()。如果大量 CLOSE_WAIT 堆积，一般说明服务端代码没有正确关闭 socket，可能是读到 0 后没有 close，异常分支漏 close，或者连接对象生命周期管理有问题。它会导致 fd 泄漏，最终可能出现 too many open files。TIME_WAIT 一般出现在主动关闭连接的一方。它的作用是保证最后一个 ACK 能被对端...