同程笔试

1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

📍面试公司：字节-中国交易与广告🕐面试时间：4-1💻面试岗位：后端开发❓面试问题：全程问黑马点评那个项目1.token是怎么生成的；2.token续约是怎么做的3.为什么用threadlocal4.threadlocal有什么缺点5.有什么可以代替threadlocal(问我知不知道另外一种threadlocal，听都没听过，没回答上来)6.讲一下redis五种数据结构的底层7.你的项目支持在多端登录吗？8.怎么把他改造成只允许在一个设备上面登录然后是道算法题：寻找重复数（上去脑子短路了，一下没想起来，悲）🙌面试感想：项目全部回答上来了，但是算法没写出来，凉了，感觉面试官还不错，就是自...