大一伪装大三拿到offer

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，...

六月找日常可行吗，真没招了，但是估计那时候也没日常hc了吧😭

来腾讯面试，一次问得更比两次多自我介绍、优势平常怎么接触 AI 编程（说了一下我在项目中的单人异步工作流，以及对 AI 参与到该工作流的思考，由于和 LLM 交流的产出要说起来太长被打断了）手撕：O(log N) 乘法运算符（完全没思路，在一步步引导之下做了一个把乘法拆解成位运算和加法的逻辑）终于是撕出来了AI 手撕：初始化一个项目，做一个 iPod 转盘组件，转动一定角度就切换菜单高亮项（跑通以后问 AI 怎么实现的，然后我跑了一个 /doc 加注释，那 AI 都有注释了还问你干啥了）怎么计算转盘转了多少角度（两个坐标求向量夹角、余弦定理）；被引导之下说了极坐标（不是还问高中数学？）了解哪些...

这个组的mt在面试的时候看我被上个组的dw折磨的要死不活，于是在我来之前就给+1说好了我不接触一点业务，纯干基建优化，而且还有一个没有优化的项目，有严重的性能问题，如果可以在基建优化好后实现SEO性能从红色到绿色的话，说是就稳转正了，谁说如果可以把之前3周开发的业务通过基建优化到1周开发好的话，sp也就稳了。泪目了😭后面我问了下，我发现！！我们杭州5个人，4个玩Galgame🥰🥰🥰这告诉我们要多玩Galgame，这样才有光明的未来