快手后端（ai方向）日常实习面经（一面挂）
《面试题目》
项目相关
- 专化agnet和通用agent有什么区别
- 平时怎么使用大模型
- agent是什么
- 如何降低llm幻觉
- 视频问答agent助手设计
- 百万qps怎么处理？
- 长链转短链接设计
- 你对java有什么了解
大数加法 5. 时长55min左右，感觉问的很基础，晚上看官网显示已挂
《参考解析》
-
RAG与大模型：RAG（检索增强生成）流程：文档切片→向量化（Embedding）→存向量数据库→检索时将query向量化→TopK语义检索→将相关文档拼入prompt→LLM生成。优化：混合检索（语义+关键词）、重排序Rerank、查询改写、上下文压缩。评估：召回率（relevant docs retrieved/total relevant）、精确率、Answer相关性。
-
算法题解析：常用算法思路：动态规划（状态转移方程，自底向上）；BFS/DFS（图遍历，BFS找最短路，DFS回溯）；双指针（有序数组去重/两数之和）；滑动窗口（子串/子数组问题）；二分查找（有序或单调性）。时间复杂度分析：关注最坏情况和平均情况。