小天才 Java 一面凉经已挂

继续来分享下之前的面经~欢迎友好讨论，信息共享1.当时为什么决定选用 RAG 这个技术框架？2.你选择的是哪个 RAG / 哪个向量库？为什么选它？3.你们做了哪些评测对比？4.你为什么要用向量检索（RAG）？为什么不用其他方式？5.为什么不用全文索引（类似某度/某g那种关键词检索）？6.你说大模型有幻觉，那为什么不用更“权威”的全文检索来避免胡编？7.如果用开源全文检索在本地部署、自己喂私有数据，也能搜——那你们当时为什么没选这条路？8.你选的向量维度是多少维？9.这个维度为什么重要？你有没有显示配置/修改过维度？10.你用的切分策略是什么？11.你说按段落/按语义切，那段落有的 100 字、有的 1 万字怎么办？12.你的 chunk size 为什么定 1000 token？这是拍脑袋还是有依据？13.overlap 设多少？为什么这样设？14.你怎么评价/评测 RAG 效果的好坏？

继续来分享下之前的面经~欢迎友好讨论，信息共享1.实习拷打2.论文拷打3.那介绍一下你的项目吧？4.你agent项目框架的时候有什么考虑？除了langchain你还了解或者调研过别的框架吗？5.谈谈你对于agent的理解吧？你觉得agent包括哪些部分？运行机制是怎样的？6.你觉得planning规划这一块是agent框架做的还是大模型做的？7.planning有哪些方法可以实现？分别讲一讲？8.你在写agent的时候有用过长期记忆和短期记忆吗？9.短期记忆和长期记忆有什么区别？10.你觉得短期记忆里会存储function call的内容吗？如果不放进短期记忆的话会有什么问题？11.工具的话你会用MCP之类的吗？还是就自己写代码写？你觉得大模型的工具实现有什么好处吗？12.关于RAG你有什么看法？召回的时候你有调什么参数之类的吗？13.python的一些内容？14.手撕：合并两个有序数组

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目拷打2.实习拷打3.OCR 结果有噪声或错误时，你是怎么做纠错或提升解析质量的？4.多模态检索中，图像和文本向量不在同一空间时，如何实现对齐？5.Agent 中长短期记忆如何设计？各自存什么，怎么触发读取？6.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？7.用户情绪异常（投诉、愤怒）时，Agent 如何在不中断主流程的情况下进行干预？8.长文档为什么一定要切 chunk 再做向量化？不切会有什么问题？9.chunk切分时为什么要有重叠区域？比例一般怎么确定？10.稠密向量和稀疏向量的区别是什么？各自适合什么场景？11.是否做过关键词召回和向量召回的融合？具体怎么做的？12.向量检索中 Top-K 设置过大或过小分别会带来什么问题？13.余弦相似度和欧氏距离在高维空间中的差异是什么？实际怎么选？14.为什么需要 rerank 模型？它解决了向量召回的哪些问题？15.rerank之后的截断策略是怎么设计的？为什么选这个 K 值？16.文档发生局部更新时，如何做增量索引而不是全量重建？17.RAG 中如果没有召回到相关知识，如何约束模型避免胡编？18.HyDE 在 query 模糊时是如何提升召回效果的？19.超长上下文模型出现后，RAG 架构的必要性是否会下降？20.大模型高并发调用时，如何做限流、降级和成本控制？

给我面没招了，发点面经攒攒人品～1、实习拷打2、Agent项目是实习项目还是个人项目?3、Agent在学术上由哪些部分组成?4、Agent如何减少幻觉?在工业场景下怎么做?5、多Agent/多异步任务下，如何防止上下文污染?6、讲一下Agent中的"长短期记忆"7、了解过Agent的设计范式吗?8、Channel和传统的锁(Mutex)在实现并发控制时有什么区别?各自的适用场景是什么?9、Redis为什么单线程?10、当P的本地队列为空或者不为空时，它会怎么去调度G(协程)?11、Redis支持哪些数据结构12、为什么Redis的速度这么快13、如何实现一个类似淘宝搜索框的实时商品名称模糊搜索功能?14、实时输入联想与输入完成后点击搜索在技术实现上有什么本质区别?15、实时搜索通常使用什么网络协议(如WebSocket)?你了解或有使用过吗?讲一下16、请详细说明微信扫码登录的完整流程和背后发生的原理17、在微服务架构中，服务发现和负载均衡是如何实现的?