大模型面试时，灵魂拷问常常并非“是什么”，而是“为什么”以及“怎么做”，你得把自身项目经历准备妥当，以便能从容应对下述五个核心问题。
为什么做这个项目？
错误示范： “老师布置的”或“想学习一下”。
恰当的思考方向：清晰地表述业务方面的背景情况。比如说：“为了处理公司客服知识库检索时效率不高的状况，我们研发了这一套RAG系统，把平均的响应用时从小十分钟缩减至十秒钟。”。
技术选型为什么这么定？
“参考了业界最佳实践”，（在这里而言呀，对于那些具备经验的面试官来看情况）（就好像是在表达呀）“我没思考过”。
正确的思考路径是：将你的权衡以及判断予以呈示，比如说像是这样：“我们所做出的选择是 RAG 而非微调，原因在于刚开始的数据数量是比较少的，针对微调而言成本是高昂的并且其效果是不稳定的。对于向量库之所以选择 Chroma 是鉴于它具备轻量级以及能够快速进行部署的特性，适宜于我们去迅速地验证方案。”。
项目中最难的地方是什么，怎么解决的？
错误示范： 泛泛而谈理论难点，或说“没遇到什么困难”。
合乎正确的思路为：去分享你于实际操作当中真切碰到的坑。比如说：“最为大的挑战当属检索召回率低。我们借由剖析bad case，发觉是文档分块策略并不合理，把表格数据给切断了。随后我们针对表格类文档运用了特殊的分块逻辑，明显地提升了效果。”。
有没有尝试过其他替代方案？
错误示范： “没有，就用了这一种”。
正确的思考路径：将你的探索特质予以呈现。比如说：“除却BM25之外，我们还对纯向量检索展开了测试，然而却发觉针对专业术语的匹配成效不佳，因而最终选用了混合检索与重排序的方案。”。
如何量化项目的效果？
错误示范： “效果挺好的”。
秉持正确的思路，要依靠数据来表明情况，比如说，上线而后，代表客服问题这一方面，自动解决的所占比率得以提升了 25%，并且人工介入的所占比率下降了 15%。
获取方式：
