精选文章
社招面试：你有什么想问我们的吗，最后一个问题定胜负！
社招面试最后的「反问环节」回答策略：准备2-3个有深度的问题，问业务、问团队、问发展——展示你的诚意和思考深度。
AI简历姬内容团队
阅读全文 →
先看结构
从 ATS（申请人追踪系统） 兼容、模块顺序、关键词映射入手，先把简历做成“能过筛、能被看懂”的版本。
再补证据
围绕项目、结果、数字和岗位相关性补证据链，避免空泛描述和批量套模板的痕迹。
最后做投递
把文章里的方法和工具页串起来，形成“写简历 - 改简历 - 投递 - 面试”的完整求职流程。
专题栏目
每个栏目按不同求职阶段拆解，适合从问题出发快速定位阅读入口。
大模型RAG面试题,RAG面试题,面试题
大模型RAG面试题：多轮对话中历史信息如何融入RAG检索
如果你正在准备大模型岗位面试，尤其是涉及RAG（检索增强生成）和多轮对话的环节，那直接回答你：核心不在于背概念，而在于理解RAG在多轮对话场景下的工程实现逻辑、常见追问点以及如何把技术原理转化为清晰、有结构
大模型RAG面试题,RAG面试题,面试题
大模型RAG面试题：RAG场景Temperature通常设置多少
如果你正在准备AI大模型或RAG（检索增强生成）相关岗位的面试，大概率会被问到Temperature参数——它几乎是每一场RAG面试的核心考点。很多人以为Temperature只是“控制随机性”的简单参数，但面试官真正想考察的是你
大模型RAG面试题,RAG面试题,面试一般会问什么问题
大模型RAG面试题：MMR在RAG中用于解决什么问题
如果你正在准备AI大模型相关的技术面试，尤其是RAG（检索增强生成）方向，那么一定会遇到一个概念：**MMR（Maximum Marginal Relevance，最大边际相关性）**。简单来说，**MMR 是RAG系统中用来平衡“相关性”...
大模型RAG面试题,RAG面试题,面试题
大模型RAG面试题：检索到的文档相互矛盾时生成阶段如何处理
```markdown 如果你正在准备AI大模型相关岗位的面试，尤其是RAG（检索增强生成）方向的职位，几乎一定会遇到这样一个问题：“如果从知识库中检索到的多个文档内容相互矛盾，该怎么处理？” 直接给结论：这不是一个单
大模型RAG面试题,RAG面试题,面试题
大模型RAG面试题：检索片段应该基于语义去重还是哈希去重
如果你正在准备AI大模型岗位的面试，尤其是涉及RAG（检索增强生成）方向的，**“检索片段去重”几乎是必考题**。面试官问这个问题，表面考察的是你对检索系统的理解，但深层其实想看你有没有真实落地经验——怎么在
LLM工程师面试题,大模型算法工程师面试题,大模型RAG面试题
大模型RAG面试题：如何利用LLM做重排序且控制成本
如果你正在准备AI大模型岗位的面试，RAG（检索增强生成）几乎是绕不开的考点，而其中“LLM重排序”和“成本”更是面试官最喜欢追问的深度话题。为什么？因为RAG系统在落地时，重排序决定了检索结果的质量，而成本直
大模型RAG面试题,RAG面试题,面试题
大模型RAG面试题：RAG系统Prompt应该包含哪些关键要素
## AI大模型RAG面试题全解析：RAG系统原理、Prompt设计技巧与实战准备 如果你正在准备大模型方向的面试，尤其是涉及检索增强生成（RAG）系统的岗位，那么面试官考察的重点往往不是单纯的技术概念背诵，而是你能否把R
大模型RAG面试题,RAG面试题,面试题
大模型RAG面试题：RAG中Top-K大小如何影响生成效果
如果你正在准备大模型相关的面试，看到“Top-K 动态选择”这个词，可能会先想到 RAG（检索增强生成）中的检索参数。但面试官问这道题，往往不是想听你背概念，而是考察你对“检索与生成之间的动态平衡”的理解深度。
大模型RAG面试题,RAG面试题,面试题
大模型RAG面试题：如何用Recall@K和NDCG评估Rerank收益
如果你正在准备AI大模型方向的面试，尤其是RAG（检索增强生成）相关岗位，面试官大概率会问到你如何评估检索系统的效果。**Recall@K和NDCG是出现频率最高的两个指标**，分别衡量系统的召回能力和排序质量。很多人能
大模型RAG面试题,RAG面试题,面试题
大模型RAG面试题：上下文压缩有哪些具体算法
如果你正在准备大模型相关岗位的面试，特别是RAG（检索增强生成）方向，那么“上下文压缩”几乎是必考题。直接说结论：上下文压缩（Context Compression）是RAG系统中用于减少输入给LLM的检索结果长度的技术，核心目
大模型RAG面试题,RAG面试题,面试题
大模型RAG面试题：重排序模型增加延迟如何工程优化
如果你正在准备AI大模型岗位的面试，尤其是涉及RAG（检索增强生成）系统的场景，“Rerank延迟优化”是绕不开的高频考点。很多候选人会把重点放在模型精度或召回率上，但面试官真正关心的往往是一个更实际的问题：在
大模型RAG面试题,RAG面试题,面试题
大模型RAG面试题：Cross-Encoder和Bi-Encoder在重排序中有什么区别
如果你正在准备AI大模型相关的面试，尤其是检索增强生成（RAG）方向，那么Cross-Encoder和Bi-Encoder这两个概念几乎是必考题。它们到底是什么？在实际面试中怎么回答才能拿高分？本文直接给出判断：**Cross-Encode...