⭐RAG项目项目背景• 帮助谁解决了什么问题• 为什么做这个项目• 系统的每天的使用量是多少项目要点Rag基础• 什么是Rag系统• Rag系统的核心点是什么主流程有哪些• embedding模型用的什么为什么要用这个模型• Bert模型能不能用于embedding• Rag是为了解决什么问题• 你们为什么不用工具要选择代码开发coze和dify不能实现你们的需求吗coze和dify的开发应该更快吧知识库• 离线知识库的规模• 用的什么向量数据库为什么用这个• 离线文档有哪些格式• PDF中包含的图片怎么处理• PDF中表格尤其比较复杂的表格如何处理• 你们用的什么框架解析文档的为什么不用第3方集成好的工具• 你们调研过哪些文档知识库的工具• 文档分块怎么做的为什么父块1000是怎么定的• 你们怎么评估知识库的分块有没有把知识切开• 你们如何做知识库的版本管理• 你们怎么做知识的溯源的检索• 使用的什么embedding模型为什么你们还调研过哪些• 混合检索是什么你们怎么用的• 假设检索是什么意思能不能举个例子• 子查询检索是什么能不能举个例子说说• 回溯检索是什么对应场景是什么• 你们用的reranker模型是什么为什么选择这个• 检索效果不好可能是哪里出问题了如何优化• BM25是什么算法与TF-IDF有什么区别• 检索的效果如何评估的意图识别• 为什么要做意图识别• 你们为什么选择用Bert模型不直接用大模型做意图识别呢• 你们具体怎么做的• 如果意图分类错了会怎么样大模型回答效果如何你们测试过吗大模型• 你们为什么用qwen2-7B的模型不用更大的• 说说你对当前主流大模型包括闭源模型之间的差异点有哪些• 微调◦ 你们为什么要做微调碰到什么问题了需要做微调◦ 大模型微调以后的效果是如何评估的你们用了哪些指标◦ 你们用qwen2-7BLora微调的话显存占用多少用的什么卡◦ 你们微调用了多少显存如果需要微调一个更大的模型显存怎么评估◦ 你们微调用了多少数据训练了多少时间◦ 大模型对于没有见过的知识能不能用微调解决◦ Lora微调的原理是什么你们微调的哪些层◦ LoRA与QLoRA有什么区别• 大模型最终生成的效果不好可能是哪里出问题了• 你们怎么评估最终的效果有哪些指标具体如何计算的• 什么是忠实度什么是相关性用什么方法计算的• 你们是如何部署大模型的如果单张卡显存不够怎么办⭐技术栈大模型应用的技术有哪些• 提示词工程• Rag检索增强• 智能体• 微调技术什么是agent什么是MCP与function call有什么区别上下文工程 Context Engineering 你了解吗⭐Bert微调项目项目背景项目要点⭐高频问答RAG项目写多长时间分多个阶段从0到1开发阶段使用低代码平台做效果验证。coze/dify只做了一个或者两个意图数数据有限。开发周期1个月需求讨论、数据收集、效果评测、满足哪些业务等方面。迭代阶段功能优化提升效果增加意图数。链路复杂了改用langchain框架性能优化等知识库效果评估。开发周期2-4个月接入MCP、智能体阶段模型微调服务性能提升使用云原生技术资源实现弹性扩容。开发周期2个月只要说清楚当前的项目经历个几个迭代版本。整体写个半年左右。简历怎么写写简历回答3个问题背景用户的痛点问题是哪些项目要点优化点你如何解决这些问题项目成果你解决了哪些问题效果怎么样项目背景怎么写首先找熟悉的行业和项目其次尽量找有价值的企业能落地的背景AI生成推荐项目背景搞懂项目里面的业务说白了自己编比如外包公司和小公司基本不在意项目背景中大型的公司自研在意项目背景期望薪资怎么说给出一个准确数字左右尽量小的区间。1年以及以下15K1-3年18K3-5年22K5年以上28K面试相关问题RAG如何提升文档检索的精度使用效果更好的embedding模型文档分块尽量保留独立的语义query改写transformer中自注意力机制有什么用长文本依赖问题文本过长遗忘问题。系统的QPS写多少比较合适物联网或者内部项目QPS/QPM根据项目背景决定没有正确答案合理就行合理内部系统500人x10query/人/10小时 500query/h(大模型吞吐量 1000token/s 生成5000字就要5sqps0.2)模型选型如何控制token成本调研不同模型的效果、吞吐量、token的成本。coze和dify 如何集成到langchain项目中coze和dify支持api调用