程序员面试专题库

评测集不是攒一堆问题，而是覆盖真实任务、历史坏例和边界场景，让每次改动都有回归依据。

RAG 的评估不能只看召回率，要看证据是否可答、答案是否基于证据、坏例能否持续减少。

大模型应用质量差异往往不只来自模型，而来自上下文选择、证据组织、历史压缩和成本延迟取舍。

RAG 回答错了，不一定是模型问题。面试里要按资料、切分、召回、重排和生成分层归因。

微调和提示词不是谁更高级，而是分别适合解决不同问题。面试里要先讲业务目标、数据条件和评估方式。

大模型应用真正难的是评估。面试里要讲清好答案如何定义、坏例如何积累、上线后如何持续发现问题。

搜索算法面试不只是讲模型，而是解释用户查询如何被理解、候选如何召回、排序如何评估、坏例如何修复。

大模型应用面试不是炫模型名，而是讲清你如何把不稳定的模型输出变成可用的业务系统。