华为秋招进展

根据目前参与过美团AI面试的同学反馈，题目类型与考察方向有一定规律性，其实不难发现高频考点就那么几个，所以我用反馈出来的面经整理了一套题库，涵盖了美团ai面中反复出现的经典问题，只要认真掌握以下题目基本上就不用太焦虑。ai面规则我的建议是，ai面回答时尽量采用“第一、第二、第三”或“1、2、3”的结构化方式分点陈述，每个分点先抛出核心结论，再用一到两句话简要展开，避免长篇大论或逻辑散乱。语速一定要记住保持平稳适中，关键词可适当加重语气，确保ai的语音识别能够准确抓取得分点。整体作答控制在4分30秒左右，预留少量时间缓冲，防止超时自动跳题。如遇到完全不会的题目，不要长时间卡顿，简要说明相关思路或...

腾讯校招公众号的数据，估计那77%都在横向

让我填高考排名分数就算了，还问我大学努不努力，有无acm 队我要真打acm 还有必要找这种中厂水面试经验吗不管了瞎填吧，那就面试会会你，看看面试官有多抽象

1. 做一下自我介绍2. RAG 分块策略应该怎么选，真正影响效果的核心因素是什么分块策略不是越细越好，也不是统一按 token 长度切就行。真正影响效果的是 chunk 是否保留了完整语义单元、是否带有足够的定位信息、是否能在召回后被模型直接利用。像制度文档、规则文档、FAQ、表格和多层级说明，最佳切法差异很大。比较稳的方式通常是结构优先、语义补充、长度兜底，也就是先尊重标题、段落、表格、列表，再在超长片段内部做语义切分。这样做的目标不是生成整齐块，而是让每个 chunk 自带最小可回答上下文。3. 怎么评估 RAG 的效果，除了准确率还能看什么RAG 效果不能只看最终回答对不对，因为那样很...