深信服X-Star反馈的好快，刚投没几天就约面试了，感觉都还没准备好呢就开始了，问的真难啊，对着项目一顿深挖，过程中还穿插着一些八股，最后还来了个手撕项目深挖：rag数据处理rag的embedding模型rag如何优化，数据，微调rag的召回准确率如何QLora的微调原理，量化的数据类型微调数据集，微调性能微调和rag的使用场景八股：transformer，encorder-decordermutihead-attention，qkv矩阵llama跟bert相比的不同gpt和bert的结构gpt底层，有什么优点缺点transformer和bert和gpt，位置编码QLora的原理，量化类型AI题：单词搜索，关于dfs的场景：某个云服务，同时1个写n个读，需不需要加锁，如何加怎么在加锁的情境下提升性能多个不同长度的句子怎么转为相同长度的embedding，说出用模型和不用模型的方法如果你有一个可以微调的大模型， 有一个 prompt 模板， 但是发现效果不好。 你会怎么考虑这个问题？真的面麻了，希望能过吧，还挺想进xstar的#深信服秋招来了#