搜狐 AI应用开发凉经5.22

1.消息队列（RabbitMQ）保证消息顺序性 如何保证同一订单的消息有序消费？2.单线程消费 vs 多线程消费（如何提升吞吐量仍保证顺序）？3.分片（Hash到同一队列）是否可行？4.Redis数据结构应用 项目中使用了哪些Redis数据结构（如Hash、Set、ZSet）？5.购物车数据存储：Hash vs String（JSON）的选择依据？6.String的不可变性优势场景？7.线程池参数设计 微服务场景下（如Tomcat），如何设置线程池参数（核心线程数、最8.大线程数、队列容量、拒绝策略）？9.参考因素：CPU核心数、请求响应时间（200ms）、QPS预估？10.拒绝策略：丢弃最老任务时，客户端收到的HTTP状态码11.MySQL优化（EXPLAIN分析） 影响查询性能的关键因素（全表扫描、索引覆盖、索引失效、回表、索引下推）？12.多线程与锁 ConcurrentHashMap如何保证线程安全（分段锁/CAS）？13.线程安全的定义：为什么HashMap线程不安全？ConcurrentHashMap如何解决？14.多线程put冲突时（如同时写8和10），最终结果如何？15.JVM/集合 无直接提问，但涉及线程池和集合的线程安全实现。16.Redis高可用 集群模式（哨兵、分片）？主节点宕机后从节点如何接管（优先级、同步延迟）？17.故障检测机制（哨兵 vs 分片集群）？18.Linux命令 查看CPU占用最高的进程（top）？19.查看端口占用（netstat/ss）？20.日志搜索（grep）？21.中间件22.消息队列对比 RabbitMQ vs Kafka的适用场景？算法题：未排序数组中第K大元素

我们是如何走到这一步的人工智能这一词出现，依然有几十年的历史，差不多每过十年就会经历一次 AI 浪潮。抛开那些繁杂的概念，只说大模型，起源可以追溯到 2017 年发布的《Attention is All Need》论文，论文提出了Transformer，给现在的 LLM（大语言模型） 奠定了理论基础。理论到落地通常需要很久的时间。所以直到2022年，才有第一个应用诞生，至今AI应用访问量上都占据着榜首。模型 & 应用如何理解LLM一个发光二极管，亮与暗代表1和0，这样电信号与数字信号便有了转换方式，硬件与软件有了初步合作。不过0101代码的还是不够让人类方便的理解，于是人们将一组01抽...

根据目前发出来的面经，感觉每个人的面试问题跨度好大啊，看上一个还感觉有信心，看下一个就看不懂了😵‍💫，有问八股的，有 ai 应用方面的，还有大模型开发和微调方面的。太杂了现在不知道怎么准备了🙁

1，介绍RAG流程；介绍对编码模型的了解、原理、优缺点；如何评估编码模型的能力2，RAG有哪些分类；多模态RAG有哪些实现框架；伪多模态RAG和多模态RAG分别怎么实现，有什么区别；CLIP可以用于哪一类多模态RAG，为什么3，RAG怎么评估，RAG评估体系中最重要的是什么4，传统RAG有什么痛点；介绍GraphRAG，GraphRAG的难点是什么；GraphRAG如何应对增量场景5，介绍微调负责的工作；大模型微调最重要的是什么6，后训练有哪些方式；微调有哪些方式，分别是怎么做的；LoRA原理及参数量7，介绍DPO；DPO与PPO的区别8，介绍一些Agent的实现框架；这些框架有什么区别；LangGraph适用于什么场景；LangGraph构建Agent的方式有哪几种9，场景题：客户输入一个软件或网页界面截图，如何通过RAG的方式帮助用户了解界面的每一个组件的作用（？？？说实话没太听懂），输入输出自己定义；相似的组件如图片框和视频框如何区分10，算法题：2n+1个数，两两成对，找出单独的那个数