1. 自我介绍2. 介绍一个你做得比较完整、个人成长最多的项目,背景、目标、方案和效果是什么?3. 做这个项目时具体用了哪些方案或手段达成目标?答案:最核心的是把问题拆开,没有直接把所有文档塞给大模型。文档侧先做结构化解析,保留标题层级、版本号、适用部门、发布时间和权限标签;检索侧用了 BM25 和向量召回融合,因为制度类问题经常包含专有名词、系统名和缩写,单纯向量召回容易漏;生成侧强制模型基于证据回答,不允许没有证据时编造。训练侧做了两类任务,一类是意图分类和工单类型预测,用历史工单标题、正文、处理队列作为弱标签,再人工抽检;另一类是指令微调样本,用高质量问答、证据片段和标准处理建议构造。线...