大模型RAG难点、痛点、常见面试题

5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...

有点搞笑了哈哈哈😂

还有后续，笑飞了，hr回了个👌🏻

📍面试公司：北京飞轮数据科技 1h 已挂🕐面试时间：2026.5.25 💻面试岗位：Java❓面试问题：项目：40min算法：链表反转 25min整个过程无八股，就逮着三个亮点一直问。反转链表太久没写了，最后用了太多时间写了个大概。项目答的挺好，没想到死在了算法，多刷hot100吧🙌面试感想：这么简单的算法都没写出来，还是太菜了...