继续来分享下之前的面经~欢迎友好讨论，信息共享1- RAG痛点2- 检索精度与召回率的平衡（如chunk粒度优化） 如何解决多跳推理问题？3- 知识更新机制（小红书UGC内容高频更新如何应对4- LLM针对RAG的优化5- 是否用LLM直接生成Embedding？如何解决生成式检索的稳定性6- 提示工程优化（如HyDE技术在小红书的应用场景）。7- 幻觉问题8- 检索结果置信度过滤方案？是否引入知识图谱作为验证层9- 检索污染处理10- 用户生成内容（如错误美妆知识）如何清洗？实时性（如突发谣言）如何应对11- 图文对RAG产品设计12- 多模态检索方案（图文联合Embedding vs. 分离对齐）13- 如何将用户评论/标签纳入检索增强

3.9 一面时间：60min岗位：Android开发工程师实习–汽车–c++方向1.​自我介绍2.​项目深挖：描述项目背景和开发过程、描述项目中的调试难点、出现低概率问题是怎么去排查和解决的、线程池和的优缺点以及遇到任务堆积或死锁时的修复思路、 连接池是如何实现动态扩容的和扩容阈值如何设定的(还有一些想不起来了)​3.虚函数表的原理，包括它在内存中的分布​4.构造函数中调用虚函数会发生什么？为什么？​5.this 指针是引用还是指针​6.讲讲红黑树的原理​7.原子操作（Atomic)的底层原理是什么？​8. 除了互斥锁，还有哪些常见的线程安全保障方法9.​什么是虚假唤醒？产生这个现象的深层原因是什么？如何避免？手撕1：给m行n列矩阵，顺时针旋转手撕2:  给定一个正整数，拆分成k个正整数的和，并使这些正整数乘积最大(面试官提示用dp，我最后用贪心来写的)开始的时候和面试官说明简历投早了，只能七月到岗，面完当晚挂了，只能说第一次面试没啥经验，后面继续加油吧😭😭

我估计是已经招到人了，真kpi大王了自我介绍项目是你自己做的嘛里面的哪些内容和AI有关系RAG是什么比较偏向于测试还是测开大三下还有课嘛算法，出了道dp有一个背包的最大容量为10kg，现在有一些物品和它们的重量以及价值如下:1:重量2kg，价值62:重量2kg，价值103:重量3kg，价值124:重量6kg，价值20你的目标是选择这些物品放入背包中，使得总重量不超过10kg，同时总价值最大化。每个物品只能选择一次。未来规划。反问，面试官感觉特别着急走

📍面试公司：小米🕐面试时间：3.02💻面试岗位：软件开发云原生方向❓面试问题：1. 自我介绍2. 项目介绍3. 项目收获与挑战4. 高并发下的缓存穿透、击穿5. 查询用户信息的一段代码在高并发场景下有什么问题，伪代码优化下6. 锁的过期时间如何设置7. 查询数据库的方法耗时长怎么排查8. 用自增INT主键和UUID，在InnoDB下有何差异9.是否了解Java以外的技术10. 对云原生的理解11. 如何理解TCP中的“连接”12. Cookie的意义？与Session的关系13. 登录A网站后，访问B网站却以你的身份发微博，分析原因14. 反问🙌面试感想：主要在问场景题的优化和计网相关知识，面试官还给我讲了下计网这块没回答好的问题，说3-7天出消息，现在还没消息，看来挂了是