秋招再见了

1.实习介绍2.拷打项目3.RAG中如何处理非结构化知识与结构化知识的混合检索？4.在金融业务中，像“杠杆”、“对冲”等许多术语都存在歧义性。你如何在 RAG 中实现术语的准确消歧？5.你认为RAG 是大模型能力的一种补偿手段还是主流范式？未来还会存在吗？6.如何控制Agent生成的内容在业务上规避风险，比如合规和隐私之类的？7.Agent 执行链中失败重试会导致长尾耗时，你如何优化策略以控制 SLA？8.LoRA 微调时哪些层是可以不冻的？为什么有时候逐层解冻效果更好？9.如何部署一个高并发低延迟的大模型 API 服务？10.你觉得通用大模型和垂类小模型之间最终会形成怎样的分工？哪个更适合企业落地？

boss投的写的秋招岗，一问是实习转正的岗位，base北京，总体来讲比较简单，八股偏多，面试官全程听到我回答就会淡淡的笑，不知道是认可还是什么意思。自我介绍先问点基础的计网相关知识，浏览器访问链接到页面出来，之间的过程是什么样的。tcp三次握手页面响应很慢，作为测试，你会从哪些方面去排除简单问了下项目然后问点java相关arraylist和linkedlist什么情况下插入复杂度一样（末尾插入）聊一下hashmap的理解，多线程会有什么问题，怎么解决聊一下concurrentHashmap1.7和1.8的区别spring常用注解一个服务接口有多个具体实现，注入bean时怎么确定用哪一个循环依赖的解决，为什么要三级缓存，两级可以吗，为什么谈一谈垃圾回收算法和工作原理mysql怎么优化查询速度默认事务隔离级别，能解决了哪些数据一致性问题结合项目具体需求，谈谈脏读问题的场景谈谈对测开的理解用过哪些大模型，觉得AI的作用是什么工作中AI怎么给测试提效，你自己实习用AI怎么提效的谈谈AI时代下，个人该怎么办，怎么保持竞争力反问还有些问题记不清了，无手撕，整体偏简单，没有正式offer的鼠鼠我啊，秋招该何去何从，听导员说专业就业状况还可以，目前签了三方的最低都是10k，鼠鼠以为自己有实习，学历也还行，却找不到工作，以为是大环境不好吧，但是同学们都有工作看来还是我太菜了，春招再战吧（想转测开了）

bg双非，28节 基本状况是大一的下学期和暑假学完了基本技术栈，大二上出去投了点简历拿了几个offer 但是不想过早去实习，所以在学校搞点比赛和学点大模型。跟着黑马过完了机器学习，深度学习，目前在nlp后面还有langchain RAG 模型微调有以下感悟吧大家想学想了解大模型应用开发的可以看一下1.感觉的话门槛确实比后端高 其中很多数学推导啥的，然后都是在做矩阵运算，所以想学的话高数，现代，概率还是不能一点不懂2.学起来比后端还要孤独，前端可以可视化，后端还能用apifox看个返回，ai的话感觉只能看看几个指标，顶多画一下图看几条似懂非懂的线3.感觉机器学习，深度学习可以快速过，主要还是要看看rnn，注意力机制，transformer这些，毕竟和现在大模型强挂钩4.感觉还是不能all in大模型 可以做一个后端的加分项，感觉离业务有点远

bg双一流硕 20k*15，有没有佬知道我这个算什么水平？还是比较纠结不知道能不能承受住字节的强度