AI 大模型核心基础概念解析：

RAG 是什么，和传统检索+生成有什么区别？怎么解决大模型“幻觉”？如果把AI接到业务里，你会怎么设计一个简单的应用场景？不只是背概念，更看你有没有实际理解和应用思路。

1. 介绍一下你做的这个项目2. LoRA 的基本原理是什么LoRA 的核心思路是，微调大模型时没有必要把整个权重矩阵都更新掉，而是只学习一个低秩的增量。原始权重记作 (W)，微调后的权重写成：其中 (A) 和 (B) 的秩都很低，参数量远小于直接更新整个 (W)。训练时冻结原模型参数，只训练这两个小矩阵，这样显存占用、优化器状态和保存体积都会小很多。它适合做领域适配、指令微调这类任务，因为很多任务对模型的改动并不需要覆盖完整参数空间。LoRA 常见会插在 attention 的 q_proj、v_proj 上，有时也会加在 k_proj、o_proj 或 MLP 层。选哪些层，本质上是在表达...

面试官最爱问的AI问题集中在三块：一是RAG原理，怎么解决知识更新和幻觉；二是Agent设计，如何拆解任务、调用工具；三是实际场景落地，比如用AI优化过什么项目。别只讲用过ChatGPT，要聊怎么调prompt、搭工作流、处理bad case，体现工程思维。

自我介绍发表的 EI 会议文章主题是什么？安卓 Handler 消息机制的跨进程实现原理是什么？Activity、Fragment、Service 的生命周期分别是什么？安卓系统如何判断 APP 是前台还是后台？onRestart 方法在什么情况下会被调用？安卓 View 的绘制流程是什么？安卓事件分发机制的流程是什么？如何自定义一个圆形 View？需要重写哪些方法？如何实现自定义 View 只接收单击事件，不接收双击事件？HTTP 和 HTTPS 的默认端口分别是什么？HTTPS 的 “S” 代表什么？HTTPS 的加密流程是什么？如何保证公钥和私钥不被伪造？什么是虚拟内存？内存分段和分页的...