AI应用开发一面面经

#实习面试记录# #牛客AI配图神器#1. 自我介绍
2. 当前年级、学校是否允许实习、能够连续实习多久？
3. RAG 项目的两层意图识别流程是怎么设计的？
4. 为什么需要两层意图识别？第一层和第二层分别解决什么问题？
5. 意图识别中的相关度阈值是如何确定的？
6. 大模型的相关度分数是否稳定？如何限制模型进行打分？
7. 有没有考虑将两层意图识别合并为一层？为什么最终没有这样做？
8. 为什么两次模型调用反而可能比一次复杂调用延迟更低？
9. 意图识别节点是如何定义的？节点包含哪些数据？
10. 为什么将意图节点缓存到 Redis？使用什么数据结构？
11. Redis 中的意图节点如何保证数据一致性？
12. 为什么问题向量化需要前置？原来的实现存在什么性能问题？
13. “向量化前置”是全局缓存还是单请求级别复用？
14. RAG 检索过程中哪些任务进行了并行化？
15. Rerank 是如何实现的？
16. 多个子问题检索结果为什么需要去重？
17. 大模型调用的三态熔断机制是怎么设计的？
18. 模型调用异常之后如何进行备用模型降级？
19. 三态熔断指的是什么？
20. 多轮对话为什么需要进行指代消解？
21. 会话摘要中保存哪些信息？如何更新
22. 摘要什么时候触发？整体机制
23. 什么是可重入锁？概念是什么？如何实现的？
24. 什么是责任链模式？
25. 优惠券项目中为什么使用责任链进行参数校验？
26. 优惠券校验责任链包含哪些节点？
27. 使用责任链相较于直接在业务方法中校验有什么优势？
28. RocketMQ 延迟消息发生延迟或积压时，优惠券过期如何保证业务正确性？
29. RocketMQ 消息积压如何处理？
30. 反问：团队具体业务是什么？
31. 反问：面试一共几轮？
32. 反问：面试结果大概多久出来？