珍爱网一面面经

1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

为什么面了八次次次都是一面挂，次次都不说原因，问了面试官就是插科打诨，为什么别人一面就过呢，真的没有缘分呀。不考编程就是脑筋急转弯的概率题，考了编程a了也不过没a也不过 总之就是不过，没一次二面，深深的怨念。觉得我不够资格就直接拉黑简历呗，每次都捞起来重新拷打一顿什么意思呢。

目前这个简历投直接秒挂，想问问各位大佬哪里出问题了

- 没有自我介绍-上来手撕一个dfs很简单，数字的排列- 一个默认 goroutine 消耗的资源是多少​-系统资源充足时，goroutine 可以无限开启吗？有没有限制​-JDK 现在最新发布到哪个版本了​-JWT 由哪些部分组成-接下来离谱的来了-问我gpt的知识库截止到什么时间-问我claude的知识库截止到什么时间，最新版本是什么-然后说问你个问题说到一半他又说算了我觉得你也不知道，不问你了？？？