蚂蚁转正意向

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。

📍面试公司：蚂蚁🕐面试时间：9.13一面 9.18二面💻面试岗位：后端开发❓面试问题：1.自我介绍。2-8. 实习拷打9.你对Spring框架了解吗？10.介绍一下Spring Bean的生命周期。11.Spring的IOC你了解吗？12.Spring的动态代理是怎么实现的？13.什么情况下会用AOP来进行代理？14.手撕：判断两颗相同的二叉树15.手撕：旋转链表，将每个节点向右移动k个位置。

1. 先简单介绍一下你自己吧，特别是为什么对用户增长运营这个方向感兴趣，以及为什么选择了蚂蚁集团。2. 你在实习或校园经历中，有没有直接参与过用户拉新、促活或留存相关的项目？能具体讲讲你负责的部分和最终取得的成果吗？3. 追问：在第2题的项目中，你们是如何衡量增长效果的？遇到了什么瓶颈又是如何尝试解决的？4. 如果要为你所在大学的一个学生社团设计一套提升新成员活跃度的方案，你会从哪些方面入手考虑？5. 谈谈你对用户增长常用模型（比如AARRR模型）的理解，在实际应用中你觉得哪个环节最容易遇到挑战？6. 如果现在要你为一款支付宝场景下的新功能做冷启动拉新，你会重点考虑哪些渠道和策略？7. 数据分...