海尔

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...

好像是个中厂，如果处女面面这个会死吗

1.为什么不选择后端分片文件上传？是实现麻烦还是交互麻烦？2.上传的视频文件不会加水印吗？隐私性怎么保证？3.假设数据量比较大，会出现性能问题，如果要你去改，你有什么想法吗？4.一般怎么加索引？怎么读取的更快呢？5.介绍一下什么是联合索引？6.联合索引失效的场景？is null会不会导致索引失效？order by会不会失效？ order by两个字段走不走索引？7.讲解一下rag8.rag中如何处理大数据的分片和分块？9.使用过es吗？讲解一下检索的原理10.讲解一下bm25算法11.算法：杨辉三角，力扣原题写的很快，但是让我改空间复杂度，最后勉强写完。面试官人还不错感觉八股还是背的不够深入啊