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...

最近才准备开始投，没实习，八股只看了一点点形势有点严峻😇

二本的结局就是铁人三项嘛

发面经攒人品没问太深，而且问的时间不到半小时，无手撕代码，感觉有点像kpi面。自我介绍啥时候能来实习实习干的什么，实习了多久，讲讲实习具体的工作redis大key问题是什么，怎么优化比如有个hash的大key，某个版本拆开后删掉了，那么怎么保证数据的一致性如果有很多商品，redis内存不足了，怎么办？你选择哪种淘汰策略？你选了最近最少使用，那么一个刚刚被淘汰的又被查询了，会发生什么？讲一讲项目中分布式锁的使用场景和实施方案Threadlocal内存泄露讲一下，怎么避免如果业务逻辑抛出异常了，会不会导致最后的remove没有执行？你怎么确保一定remove了？你做的这个agent项目是基于开源项...