美团金融平台二面

超多AI相关，很多都需要去了解到底层，比如说transform的原理，有没有看过相关的论文等等，美团是真的看重AI相关啊

1.个人相关

2.项目中遇到的挑战

3.了解RAG吗？RAG的原理是什么？

当用户提出一个问题时，系统不会立刻把问题扔给大语言模型，而是会有以下的一个检索增强的过程：

• 查询转换 (Query Transformation)：系统首先将用户的问题（Query）转换成一个数学向量（Vector Embedding）。这个向量可以被认为是问题在多维空间中的“语义坐标”。
• 向量搜索 (Vector Search)：系统在一个预先准备好的知识库（Knowledge Base）中进行搜索。这个知识库通常是一个向量数据库，里面存储了大量文本片段（Chunks）及其对应的向量。
• 寻找相关信息：系统会用问题的向量，去匹配数据库中最相似的文本片段向量（通常使用余弦相似度等算法）。它会找出与问题最相关的几个文本片段，比如最相关的3-5个段落。

现在，系统手里有了两样东西：

• 用户原始的问题。
• 从知识库里检索到的最相关的几段“参考资料”。

接下来：

• 构建新提示词 (Prompt Augmentation)：系统会将这些“参考资料”和用户的原始问题组合成一个新的、更丰富的提示词（Prompt）。这个新提示词的格式通常类似于：

  根据以下上下文信息：

  [这里是检索到的参考资料1]
  [这里是检索到的参考资料2]
  …

  请回答这个问题： [用户的原始问题]

• 生成答案 (Generation)：最后，系统将这个包含了上下文信息的新提示词，发送给大语言模型。LLM 会基于提供的这些“参考资料”来组织语言，生成一个更准确、更具事实性的答案。

4.成就感最强的事情

5.使用ai的最佳实践

6.网络相关的攻击方式，dns攻击方式，如何防护？ddos的原理

7.https中的对称加密和非对称加密分别加密的是什么

8.h5页面中进行一次按钮点击操作，产生了局部的数据更新，渲染的过程是怎样的？如何进行性能优化？

9.了解一些什么样的ai模型？原理？

transformer原理：自注意力机制

10.如何进行前端学习的？

11.大前端相关了解多少？