27字节AI后台开发日常实习一面

感觉面完人都通透了，还是太菜了，下去沉淀一下
1.可以挑一个最近觉得挑战比较大的项目展开介绍一下吗？
2.Agent内部具体的实现可以再详细介绍一下吗？
3.MCP是把自然语言转成预置查询类的工具吗？
4.操作内部平台时，工具会去操作吗？
5.系统测试完成后，准确率怎么评估？
6.用20%数据作为测试集，是模型跑case后人工评判准确率吗？
7.如何对答案进行轨迹级评分？
8.目前系统的准确率是多少？
9.项目后续继续优化的话，有哪些优化思路？
10.现在系统最核心的问题是并发问题吗？
11.准确率还有提升空间吗？
12.模型输出不符合预期时，prompt会有问题吗？会调prompt吗？
13.有考虑过做SFT和强化学习吗？
14.目前RAG具体的实现是怎么样的？
15.如果用Redis的缓存，会在哪个阶段去做？
16.Redis为什么在高并发情况下表现得比较好？
17.什么场景下会用多线程？
18.RAG作为知识库检索，和把知识库放到ES上让模型调用MCP接口有什么区别？
19.若自己实现包含ES检索和向量检索的搜索接口，和RAG有什么区别？
20.Redis和MySQL在使用场景上有哪些区别？
21.B+树是怎么样的结构？
22.B+树和红黑树的区别是什么？MySQL用红黑树效率会更好吗？
23.1000万条数据用B+树存储，树的高度大概是多少？
24.场景题，给定一个实时输入流（随时可能停，无法全量存储），如何等概率选取5条记录？
25.手撕：两个有序数组，O（logN）求合并后第k大的数