互联网大厂产品工程师一面面经

《面试题目》

1. 请做自我介绍，并介绍简历中的相关项目。
2. 谈谈对 RAG 的理解及其完整工作流程。
3. RAG 进行 Chunk 切分时，Top-K 应该如何选择？
4. 如何定位一次检索失败的案例？
5. 为什么 Top-K 不能设置得过大？
6. 介绍一个项目中遇到的问题及解决过程。
7. 阅读两段 Python 代码，判断输出并说明修改方式。
8. 阅读一段模型训练代码，指出可改进之处并说明原因。
9. 手写 LeetCode 146：LRU 缓存。

《参考解析》

1. RAG 工作流：先对文档清洗和分块，再生成向量并建立索引；查询时完成意图处理、召回、重排和上下文拼装，最后由大模型生成答案，并通过引用或评测验证结果。
2. Top-K 选择：应在召回率、上下文噪声、延迟和 Token 成本之间权衡，通过离线评测集比较 Recall@K、答案正确率与延迟，再结合线上反馈确定，而不是凭经验固定一个值。
3. 检索失败定位：依次检查原始资料是否包含答案、切分是否破坏语义、Query 是否需要改写、Embedding 是否召回、Rerank 是否误排，以及最终提示词是否正确使用上下文。
4. Top-K 过大的问题：会引入无关或互相冲突的片段，稀释关键信息，同时增加推理成本和延迟，严重时还会造成“上下文中间信息被忽略”。
5. LRU 缓存：使用哈希表实现 O(1) 查找，双向链表维护最近使用顺序；访问或更新节点时移到链表头部，容量超限时删除尾部节点。