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...

最近十分焦虑，本来计划找java岗的，结果现在这个时代，什么都要带上ai，本来就有一大堆java八股文没背，还要仓促的学agent，但学的都是基础呀。简历上那些都是提示词工程，让AI输出指令格式，然后程序判断，也没什么含金量。完全没有什么竞争力😭，唯一的竞争力就是实习时间可以长些吧。但我也找不到适合的学习项目，另一方面自己也比较着急。想要快点找实习。求大佬们指点一下小弟😭😭😭

修改了下简历，这两天投的也没啥面试，都是简历投递出去就不回复了

一面-来自其它组的技术面1、自我介绍2、负责的较难的模块3、工作里的风险点你为什么不上报？4、个人项目5、工作内容，上家公司情况6、值类型与引用类型区别7、装箱拆箱8、GC9、MVC和ECS10、分帧加载11、抽奖如何做到公平，以及抽奖函数设计12、AI对于编程有哪些方面的益处？你会用在工作里的哪些方面？13、在工期紧张的前提下，你需要在一堆屎山里完成超预期的工作，你会怎么处理？会不会优化屎山？何时优化屎山？二面-来自面试组的技术面1、自我介绍2、上家客户端大概多少人，怎么分工3、对ai的使用4、对于ai的看法5、你对于哪些方面知识不想让ai来代替你操作？6、AI有些方面已经做的很好了，我们有...