上来就是算法环节，不过都比较简单，还只要求说只写实现的思路一共要写7道，半小时时间前5道写出来4道...其他的没来得及看题目1. 二维矩阵逆时针旋转 90 度题目：给定一个 n × n 的二维矩阵 matrix，表示一张图像。请你将图像逆时针旋转 90 度。要求原地旋转，不得使用额外矩阵。2. 全家福排列题目：给定一个整数数组，我们需要将其重新排列成最和谐的顺序：相邻数字差距尽可能大，排列方式为：最小、最大、次小、次大、第三小、第三大……排列完成后，遍历数组，如果出现连续三个数字严格递增，则认为不和谐，返回 false；否则返回 true。3. 好声音歌手题目：有 n 位歌手，每位歌手有天赋值...

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...