这个是5.11发的offer了,HR面和二面隔了10多天1. 自我介绍2. RAG 有没有解决大模型胡说八道的问题答案：RAG 只能缓解幻觉，不能彻底解决幻觉。RAG 的作用是把外部知识、业务文档、历史记录和实时数据作为上下文提供给模型，让模型减少依赖参数记忆。但如果召回错了、召回不全、chunk 切分不合理、rerank 排错、prompt 没约束好，模型仍然会基于错误证据生成错误答案。所以线上 RAG 不能只做“检索 + 拼 prompt + 生成”。必须做证据约束。比如在园区运维场景里，模型说“冷却塔水泵异常导致能耗升高”，就必须引用对应的告警记录、传感器曲线或历史工单。如果没有证据，只...

在学校工作室里面的工位

实习最后一周，转正面试挂了。评委说"综合能力还差一点"。我走出会议室的时候脑子是空的，三个月白干的感觉。师父把我拉到茶水间，没安慰我，只是说："你那个小工具是你自己从零做出来的吧，我都看过，能力没问题。这次挂了不代表什么。"他把他之前在某厂的内推码发给我："春招别怂，投。"昨天春招开奖，我拿了那个厂的offer。薪资比原来的转正待遇还高20%！！我给师父发了条消息："师父，我上岸了。"他回了个"牛"。就一个字。但我看了很久。谢谢我的老大哥，你是我的贵人

1. 自我介绍2. 介绍你的实习项目，你做了哪些事情以及你的思考3. 升级之后 tool 调用准确率提升了多少，怎么衡量答案：tool 调用准确率不能只看模型有没有调用工具，而要看调用的工具是否正确、参数是否正确、调用顺序是否正确、结果是否被正确使用。我们会把一次工具调用拆成几个指标：工具选择准确率、参数填充准确率、无效调用率、重复调用率、最终任务成功率。比如升级前模型经常把“查询保单责任”和“查询历史理赔”混淆，或者漏传 policyId。后来通过工具分域、意图路由、参数 schema 校验和少量高质量样例，工具选择准确率从大概 82% 提升到 92% 左右，关键参数完整率从 88% 提升到...