蔚来三面是技术还是hr面啊

本次面试可能属于压力面？对项目拷打的非常深入，尤其是对硕士课题进行了深入的拷打，但是问的问题都已经经历过其他面官的拷打了，所以回答的还算是游刃有余？，但是全程无手撕，无八股，所以感觉面试还比较顺利总共大概35分钟，自我介绍7~8分钟，实习经历拷打10分钟，其余时间全部都是在拷打小论文和硕士课题的内容，因为和岗位的相关性更大一些技术问题之后问：是否可以去提前实习？（不能去，导师不放了）对Base地有什么选择？（上海）反问：后续流程是什么？组里业务？然后说后续找HR联系我约HR面？好像是这样说的，听他的意思应该是三面过了

1、自我介绍接下来面试官大概给我讲了一下她们部门的基本情况以及工作内容2、你希望这段实习是什么样的（给了大致的回答思路：员工氛围，工作内容，加班等）顺带聊了聊上一段实习感受3、你想问我些什么？4、个人情况（是本地人吗？距离问题是否能克服？）5、过往的实习中，遇到过什么问题？怎么解决？你是怎么跟别的同事沟通的？因为上段经历是技术岗，问的不细6、数据分析能力？举例说明7、你是理工科专业，为什么投递这个岗位？回答完这个问题面试官给我科普了一下hrbp岗位跟hr岗的区别，听下来主要是以做报表为主，跟人打交道的反而涉及不多8、反问

论文题目：HIRAG: Hierarchical-Thought Instruction-Tuning Retrieval-Augmented Generation论文地址：https://arxiv.org/pdf/2507.05714v2核心要点：HIRAG（Hierarchical-Thought Instruction-Tuning Retrieval-Augmented Generation）通过三级递进能力（过滤、组合、推理）解决传统RAG仅关注信息检索而忽视有效利用的痛点，在小规模模型上实现媲美甚至超越大模型的复杂问答性能。实验结论1、能力递进设计：通过三级任务（过滤→组合→推理）的递进式训练，模型获得了处理复杂RAG场景的系统性能力，而非零散的技巧。2、小模型大突破：HIRAG(Llama3-8B)在多个数据集上超越了13B甚至70B规模的基线模型，证明了方法的高效性和数据利用能力。3、跨模型泛化：在Llama2、Llama3和Qwen2.5等不同系列模型上均取得一致提升，表明HIRAG的训练范式具有普适性。

1、自我介绍2、介绍实习项目3、MySQL索引的数据结构，特点和好处是什么4、事务的特性，分别是怎么实现的5、MVCC是怎么实现的6、SELECT FOR UPDATE用的是什么锁，如果我查到的是整个表的数据呢，也是行锁吗7、怎么解决深度分页的问题8、redis中的数据结构9、string具体动态在哪里，底层用什么数据结构实现的10、redis集群扩容，如何做节点迁移，迁移的机制是什么11、redis中过期key的删除机制12、跳表的数据结构13、哪些地方用到过跳表14、spring如何解决循环依赖问题15、有A和B两个数字，如何用最小的开销进行swap16、反问