1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...

简单做一下自我介绍，介绍个人学习、项目、实习经历。你对软件测试的理解是什么？测试分为哪些类型？什么是黑盒、白盒、灰盒测试？分别在什么场景使用？常用的测试用例设计方法有哪些？你做过的AI 相关测试 / 模型评测具体是怎么做的？介绍一下你做的RAG 智能志愿填报系统，测试部分是怎么开展的？你是如何做自动化测试的？用到哪些工具和框架？自动化测试的适用场景和不适用场景分别是什么？描述一下Bug 的生命周期，提交 Bug 需要包含哪些信息？对Redis、MySQL、MQ这些中间件了解多少？Redis 和 MySQL 数据不一致怎么处理？事务对测试有什么影响？为什么想做测试开发？未来职业规划是什么？你认为...