面灵AI→

滴滴实习一面:唯一的八股是 RAG 流程,剩下全在拷打项目和论文

轮次
一面
时间
2026-10
来源
牛客网

《面试题目》

  1. RAG 的流程是怎样的?(整场唯一一道八股)
  2. 介绍实习经历,并接受细节追问。
  3. 介绍项目经历,并接受细节追问。
  4. 介绍你的论文工作。
  5. 算法题:实现一个 LRU 缓存。
  6. 反问:部门业务是什么?

《参考解析》

**RAG 这道题答成「向量库 + 大模型」就废了。**面试官想听的是链路上每一段的选择和代价:文档解析(PDF 双栏、表格、页眉页脚怎么处理)→ 切分(固定长度还是按语义/标题切,chunk 大小与重叠的取舍)→ 向量化(选哪个 embedding 模型、维度、是否归一化、中英文是否同一模型)→ 索引(HNSW 与 IVF 的召回率/内存/构建时间差异,是否加元数据过滤)→ 召回(top-k 取多少、要不要混合检索 BM25 + 向量、多路召回怎么融合)→ 重排(cross-encoder 精排的延迟成本)→ 拼 prompt(上下文顺序、截断策略、引用编号)→ 生成(约束只依据上下文作答、答不了要说不知道)→ 评估(召回率 recall@k、答案忠实度、人工抽检集)。再补一句工程侧的东西——增量更新怎么触发重建索引、多租户怎么隔离、缓存放在哪一层——就能和只会背流程的人拉开距离。

实习和项目的「拷打」通常沿三条线走:你负责的那部分边界在哪(哪些是你写的、哪些是别人写的)、数据从哪来、指标怎么算的。回答时把「我做了什么 → 为什么这么做 → 效果用什么衡量 → 如果重做会改哪里」讲成闭环,比罗列技术栈有效。被问到自己没参与的部分,直接说清边界,硬撑会被下一层追问打穿。

论文只要讲四件事:解决什么问题、别人怎么做的、你的方法新在哪、实验证明了什么。面试官常追问的是 baseline 是否公平、消融实验有没有做、数据规模多大——这些答不上来,会被判定为「挂名」。

LRU 是实习面试的常客,考的是边界而不是思路。标准做法是哈希表 + 双向链表(带 head/tail 哨兵),get 命中后把节点摘下来挂到头部,put 时若 key 存在则更新值并前置、不存在则新建并在超容量时删掉尾节点,get 与 put 都要 O(1)。易错点有三个:容量为 0 或 1 的边界、更新已有 key 时不能重复计数、删尾节点后要同步删哈希表项。Java 里可以用 LinkedHashMap(capacity, 0.75f, true) 重写 removeEldestEntry 十行写完,但面试官多半会要求手写链表版,最好两版都能写。如果要加并发,就在外层加锁或用分段锁,并说明为什么不用 ConcurrentHashMap 直接凑。

十分钟后 HR 来电说明这条线的决策链很短:技术面过了就直接进 HR 沟通到岗时间。实习岗到这个阶段,真正决定成败的往往不是算法题,而是能实习多久、每周几天——被问到时要给确定的答案。