前言鼠鼠水牛客已经有大半年了，最近也是因为打算找第一份实习所以牛客的使用时长也是直线上升。随着使用的时间越来越长，最深有感触的还是牛油们真的很好很优秀不管是分享面经还是传授经验都是毫无保留的。鼠鼠作为一个上大学才接触编程的大学生，是第一次觉得人与人之间就算不认识也可以做到不在乎利益，无关经验的多少都在表达着，分享着自己有关某个观点的见解还有就业择业的经验。鼠鼠深深感到计算机这个专业不只是一门专业，牛客也不只是一个提供CS爱好者交流的平台，更像是一个温馨的大家庭。鼠鼠是走的Java + AI就业路线，每天打开电脑第一件事就是打开牛客先刷上一个半小时，这一个半小时也是自认为一天中最有价值信息输入方...

这种的是真的假的，有没有什么陷阱啊

1. 介绍一下你做过的一个大模型项目2. 如果让你设计一个适合购票的 Agent 系统，你会怎么做3. RAG 在酒旅场景里最容易出什么问题，怎么解决酒旅场景里的 RAG 最大问题不是召回不到，而是召回到了“看起来很像但不适用”的内容。比如同一家酒店不同套餐、同一航司不同舱位、同一个城市不同出发日期、同一政策不同会员等级，文本很像，但结论完全不同。模型一旦把这些证据混在一起，就很容易生成似是而非的答案。解决方法通常不是单纯提升 embedding，而是先把检索约束做对。比如 query 里要强绑定出发时间、订单状态、航司、舱位、供应商、会员等级这些 metadata，再在这个前提下做 dens...