昨天进行的二面，刚抽出时间记录一下。另一位面试官进行的二面，又介绍了一遍之前RAG的项目经历。1.用的什么接口2.如何做的RAG3.原始数据形式，如何处理的4.数据规模，每个文档大小5.用的什么embedding模型6.如何做分块7.召回结果的量化评测（几乎每次都问了这个）8.如何爬的数据9.什么专业的——计算机10.如果浏览器访问一个baidu.com，都会经历哪些过程11.了解最新的大模型，用过哪些12.大模型的论文，问Bert和GPT#软件开发2024笔面经##面经#

这家公司是做AIGC的，主要是做Diffusion相关。在我看来还是非常高大上的，就是抱着试一试的心态去面，过的概率感觉不大。面试是两位面试官，上来先是我的自我介绍（奇怪，上午那个居然没让我自我介绍）。这次面试还是围绕着简历进行的提问。第一个项目：是RAG相关的，问了具体的项目经历，其中问了存储的数据形式，以及调用数据库的触发条件。今天的两个面试都问了数据检索能力，因为之前在开发的时候确实没有定量地测试过准确度，只是看使用者反馈过来的效果（因为认识不多，可能就两位数）。问了数据是否是QA的形式，答：直接把文档embedding后传上去的。此外，还问了一些关于Agent、Prompt相关问题。还问了个COT第二个项目：用到了CNN和Bert。问了Bert和GPT以及两者区别，我就答了个encoder only和decoder only，感觉没答到点上。后面查了一下，应该是回答Bert是双向编码模型，用了一个MLM，GPT是声称是模型，将后面的词Mask掉，他的注意力矩阵是一个三角阵。再贴一个应用场景：GPT：文本生成、对话系统、自动写作（我答的是对于生成任务来说比较好）；BERT：文本分类、命名实体识别、问答系统、句子对匹配（我答的是做下游的NLP应用比较好，实质上是做的针对于上下文进行一个embedding。这答得感觉寄了）他们公司是做Diffusion的，这一波下来感觉我的经历切合度不很低，应该寄了。#软件开发2024笔面经##面经#

今天面了个做法律大模型的初创公司，岗位职责是做一些爬虫、数据清洗之类的作为LLM训练用。面试问的很细，简历写的经历基本问到底。问了XGB、向量数据库、爬虫、切片（问了用了哪些参数）、可控文本生成等，基本上项目相关的全都问到了。其中项目中有一个解析LLM生成的Json说用了正则，还顺便考了几个正则问题。感觉我说的不清楚，涨了个教训。回来有时间把每个项目经历自己再叙述一遍，整理整理语言。#面经###软件开发2024笔面经#

投了一两周简历石沉大海，今天突然来了两个面试，可惜人在外面😰😰

数值计算方法的考纲里没有样条插值，所以只学了拉格朗日插值和牛顿插值，最近新出的KAN就用了B样条插值。忽然意识到，只为了应付考试而读书才是大学生悲哀中的悲哀