1. 自我介绍2. RAG 怎么优化，评估时你会看哪些指标RAG 的优化一般不能只盯着生成端，很多问题其实出在检索阶段。常见优化思路包括 query rewrite、chunk 切分策略调整、混合召回、重排序、上下文压缩和引用约束。比如文档切得太碎，召回会有信息断裂；切得太长，又容易把无关信息一起带进来，生成端会受污染。真正线上效果好的 RAG，通常不是“某个 embedding 更强”，而是检索、排序、上下文组织和回答约束配合得比较好。评估时我一般拆成两层。第一层看检索，比如 Recall@k、MRR、HitRate，看相关证据能不能被捞上来；第二层看生成，比如答案正确率、faithfuln...

有没有大佬给点建议

好像是个中厂，如果处女面面这个会死吗

最近参加了华测导航嵌入式岗位的二面，整体感受是相比一面明显更深入一些。如果说一面更多是在考察基础知识是否扎实，那二面就更偏向于看你能不能把基础知识和实际项目结合起来，看看你对自己做过的东西到底理解到什么程度。面试官整体风格还是比较平和，没有那种很强的压迫感，但问问题的方式会更有层次，不再只是单独问某个知识点，而是会顺着你的项目往下追问。很多问题表面上看是在问项目，实际上是在考察你的系统设计能力、排查问题能力、代码理解深度，以及你是不是真的亲手做过。就我个人感受来说，二面的难度比一面高一些，主要难在“综合性更强”。不是单纯背八股就能很好应对，尤其是当面试官围绕项目细节不断展开时，如果平时只是做了...