好难过，本来很想去蚂蚁的，一面聊的也很不错，结果二面只有二十多分钟，面完第二天就挂了，哎😭秋招到现在还是没offer  本身移动端岗位就少，好焦虑哦

一开始就感觉对我非常不感兴趣，后面半小时瘫在躺椅上问问题听我讲，第一次经历几乎全八股问，除了无聊就是无聊，tx虽然拷打但至少学到东西了面经：bfcem rem垂直居中布局如何清除浮动postion：fixedcss选择器优先级之类的盒模型和怪异盒模型js数据类型闭包优缺点和应用react的hooks性能优化前端工程化git项目问我做了啥手撕很简单，属于基础，到最后我都不知道我对了还是错了，基础还是太烂了哈哈除了计网一点没问以外，其他都像从八股网站上扣下来的，怀疑是不是还没扣到计网部分

论文题目：HIRAG: Hierarchical-Thought Instruction-Tuning Retrieval-Augmented Generation论文地址：https://arxiv.org/pdf/2507.05714v2核心要点：HIRAG（Hierarchical-Thought Instruction-Tuning Retrieval-Augmented Generation）通过三级递进能力（过滤、组合、推理）解决传统RAG仅关注信息检索而忽视有效利用的痛点，在小规模模型上实现媲美甚至超越大模型的复杂问答性能。实验结论1、能力递进设计：通过三级任务（过滤→组合→推理）的递进式训练，模型获得了处理复杂RAG场景的系统性能力，而非零散的技巧。2、小模型大突破：HIRAG(Llama3-8B)在多个数据集上超越了13B甚至70B规模的基线模型，证明了方法的高效性和数据利用能力。3、跨模型泛化：在Llama2、Llama3和Qwen2.5等不同系列模型上均取得一致提升，表明HIRAG的训练范式具有普适性。

1、手撕、测试用例设计2、项目介绍，测试发现的问题3、扫码支付场景测试4、场景：怎么防止支付场景下重复扣款的错误。5、幂等性6、场景：一个接口操作多个表，怎么确认这些操作在一个事务里面，如何检查 挂了，一问场景就露馅。