匹配正文：答案要点从"单Agent能力增强"到"多Agent协作系统"的演进趋势指出规划、记忆、工具调用三大核心模块的技术进展分析延迟、可靠性、成本三大工程挑战结合具体场景说明落地难点整体趋势：从"能做事"到"会协作" 1. 架构演进三阶段单Agent增强：ReAct → Reflexion → LATS，规划能力从单步推理向树搜索、自我反思进化多Agent协作：AutoGen、MetaGPT、CrewAI等框架兴起，角色分工+通信协议成为关键垂直领域深化：代码生成（D…

#字节#百度#Agent

面试题·Agent· 字节

Agent 长期记忆如何存储与检索？

匹配正文：…和删除要求。 1. 结构化存储关系库、文档库或键值系统适合按稳定主键读取订单状态、设置、任务检查点和经过验证的事实。查询复杂度和延迟取决于数据结构、索引、网络与负载，不能把“KV 查询一定 O(1) 且极低延迟”作为系统结论。结构化存储的优势是约束、版本、事务与精确更新更清楚；代价是需要 schema 和写入规则。事实更新要处理来源、有效期、冲突与撤销，不能把模型从一句话中抽取出的偏好直接覆盖用户资料。 2. 原始证据与语义索引对话、文档或事件的原文可以存于受控的原始存…

#Agent#长期记忆#结构化存储

面试题·Agent· 字节

Agent 工具集成与工作流编排

匹配正文：…，难以处理分支和循环动态规划工作流模型自主决定下一步调用哪个工具，如ReAct、AutoGPT 优点：适应复杂开放任务缺点：延迟高、可能陷入循环、调试困难混合架构（推荐）用户意图识别 → 路由到预设Workflow（静态）或开放Agent（动态）字节场景下的实践建议高频确定性任务（如客服填单）→ 静态Workflow + Function Calling 复杂分析任务（如研报生成）→ ReAct + 动态工具选择关键优化：工具结果摘要回传，避免上下文爆炸；关…

← 上一页第 10 / 25 页下一页 →

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

#字节#Agent#Agent 工具集成

面试题·Agent· 美团

工具 Agent 训练环境设计

匹配正文：…ent可见observation；允许部分可观测，保留与决策和转移相关的信息明确动作、观测、奖励、终止与截断语义；奖励可以稀疏或延迟，不要求每步都有即时奖励环境需支持并行采样与场景扩展明确仿真与真实环境的权衡策略考虑安全沙箱与回滚机制核心设计原则状态空间建模区分真实state与observation；POMDP下Agent看不到全部状态，可用历史/信念状态等缓解信息缺口，不能把全可观测设为环境必要条件结构化表示：用向量、图或文本描述环境状态，便于策略网络处理 …

#美团#Agent#工具 Agent 训练环境设计

面试题·Agent· 百度

Agent 系统性能优化陷阱

匹配正文：…OpenAI Function Calling的parallel模式），串行改并行流式输出（Streaming）降低首token延迟，提升用户感知执行层优化引入执行引擎（如LangGraph、LlamaIndex Workflows）管理状态机长任务拆分子Agent，分布式执行减少单点阻塞推理机制优化模型层面意图识别用小模型（Distill/SLM），复杂推理才调大模型投机解码（Speculative Decoding）、KV Cache复用加速生成常见查询…

#百度#Agent#Agent 性能优化

面试题·文档处理· 字节

文本块如何生成向量并构建可维护索引？

匹配正文：…建立真值先用 Flat 或其他精确实现为固定查询计算近邻真值，再比较 HNSW、IVF、SQ/PQ 等候选的 Recall@K、延迟、内存和构建成本。 Flat 精确但扫描量随数据增长； HNSW 以图结构换取近似搜索效率，并增加图内存； IVF 通过粗聚类只扫描部分倒排单元，IVF-Flat 仍保存完整向量； SQ/PQ 压缩向量并引入距离误差，可与 IVF 或 HNSW 组合。 IVF_HNSW 常表示用 HNSW 搜粗中心，不等于固定的“粗排+精排”。复杂度和规模阈值…

#RAG#文本向量化#Embedding

面试题·文档处理· 百度

Chunking 策略怎么选?

匹配正文：…看证据 Recall@K、MRR 或 NDCG、重复率和过滤后有效证据数；生成侧看答案正确性、忠实度和引用覆盖；工程侧看索引体积、延迟与上下文 token。最终选择 Pareto 更优的配置，并单独检查表格、代码、跨页和多跳问题。结论：分块没有“语义切分一定最准”或“滑窗一定召回最高”的统一排序，可靠结论来自同一评测集上的对照实验。图解 Chunking 策略怎么选?图解

#百度#文档处理#Chunking 策略

面试题·文档处理· 字节

RAG 向量索引构建流程详解

匹配正文：…处理文档图片，Jina-Clip处理图文混合部署优化：ONNX/TensorRT加速，量化到FP16/INT8，batch推理降延迟四、向量存储与索引优化存储选型：小规模（<100万）：FAISS Flat（精确搜索，无训练）中等规模：FAISS IVF（倒排文件，平衡速度与精度）大规模（>1亿）：Milvus/Pinecone + HNSW（图索引，高召回低延迟）索引优化实践：量化压缩：PQ（乘积量化）降存储，IVF-PQ平衡精度与内存多阶段检索：可用BM…

#字节#文档处理#RAG 数据处理流程

面试题·文档处理· 字节

RAG 数据处理与索引流程?

匹配正文：…ex、source、timestamp，支持过滤查询性能影响：索引参数（efConstruction/M）直接决定召回率vs查询延迟的权衡系统级优化建议增量更新：避免全量重建，设计版本化索引切换机制多路召回：向量+关键词+结构化数据融合，索引层预构建倒排表监控闭环：记录"检索未命中→人工补充"的bad case，回流优化分块策略学习建议建议先掌握文本预处理、分块策略和向量索引原理，结合LangChain等框架动手实践典型流程，理解每步对检索质量的影响。

#字节#文档处理#向量检索

面试题·文档处理· 字节

Chunk 向量化与索引怎么选?

匹配正文：…控大规模生产、隐私敏感场景 E5/GTE 长文本支持好，学术benchmark领先长文档检索、技术报告类场景 ColBERT 延迟交互模型，细粒度匹配能力强高精度要求、可接受更高延迟选型要点：中文场景优先BGE；成本敏感选自研/开源；需要解释性考虑ColBERT类模型。三、主流向量数据库对比数据库核心特点最佳场景 Milvus/Zilliz 云原生、分布式架构成熟、GPU加速十亿级规模、企业级生产环境 Pinecone 全托管、零运维、自动扩缩容快速上线、…

#字节#向量检索#Chunk 向量化

面试题·文档处理· 字节

RAG 文本分块与向量索引流程

匹配正文：…权限过滤。分块、嵌入和索引都用同一冻结查询集比较 Recall@K、MRR/nDCG、答案证据支持、无权限结果率、P95/P99 延迟、内存与成本。分块与版本优先保留标题、段落、表格、代码和列表等文档结构，再把固定长度或滑动窗口作为候选； chunk size、overlap 和是否带父级上下文由目标模型的实际 tokenizer、输入限制和评测结果决定；每个块保留文档 ID、版本、章节路径、字符/页码范围、更新时间、ACL 与内容哈希；修改和删除必须传播到索引。查询…

#字节#文档处理#向量检索

面试题·文档处理· 百度

RAG ANN 索引优化

匹配正文：…与召回率存在权衡，不能只调一个参数。应先建立精确搜索基线，再在真实向量分布、过滤条件和并发下测 Recall@K、P50/P95 延迟、QPS、内存、构建时间与更新成本。常见策略索引选择：HNSW 通常以较高内存换取低延迟和较高召回；IVF 通过聚类缩小扫描范围；PQ/OPQ 压缩向量以节省存储和带宽。选择取决于数据规模、更新模式、内存和目标硬件。参数调优：HNSW 的 M、efConstruction、efSearch，IVF 的 nlist、nprobe，以及 PQ…

#百度#文档处理#RAG ANN 索引优化

面试题·文档处理· 字节

RAG 长文档怎么切块?

匹配正文：…联，兼顾召回与理解动态切块结合LLM判断语义完整性（成本较高）或用聚类算法（如BERTopic）发现自然主题边界选型建议延迟敏感：把固定长度与低冗余候选纳入评测精度敏感：比较语义切块、结构切块与多粒度方案结构化文档：优先保留标题层级，块内自包含最终需通过检索召回率和端到端答案质量联合评估，无绝对最优。学习建议建议系统学习该知识点

#字节#文档处理#RAG 文本切块

面试题·文档处理· 美团

RAG 知识库搭建流程?

匹配正文：…用）、Elasticsearch（混合检索方便）索引构建：HNSW（图索引，召回率高）、IVF-PQ（内存友好），根据数据规模和延迟要求选择 4. 检索优化混合检索：向量相似度 + 关键词匹配（BM25），用RRF融合排序查询改写：扩展同义词、纠错，提升召回重排序（Rerank）：用Cross-Encoder精排Top-K结果学习建议建议系统学习该知识点

#美团#RAG 知识库搭建#文档预处理

面试题·文档处理· 美团

RAG知识库构建流程详解

匹配正文：…条件，块太大可能引入噪声；overlap 还会增加重复召回和索引成本。用真实查询比较 Recall@K、排序、证据完整性、重复率、延迟和成本，而不是固定采用某个 token 数。表格、代码和条款需要专门表示。可把检索块与展示给模型的父级上下文分开，但每个块必须能定位回原文，便于引用、更新和删除。 3. Embedding 与混合检索模型选择要核对语言、领域、最大输入、维度、许可证、托管边界和 query/document 编码约定，并在目标数据盲测。不能只凭“中文”“英文…

#美团#RAG 知识库构建#文档预处理

面试题·文档处理· 字节

医疗法律文档切块

匹配正文：…同、病历、监管文件智能体切块（Agentic） LLM先读全文，按主题/事件主动划分最贴合人类理解、可提取跨段落关联成本高、延迟大、需设计prompt 超高价值文档、需要深度推理的场景医疗/法律领域的实践要点 1. 优先保结构法律：以"条款→款→项"为最小单元，而非固定长度医疗：以"主诉-现病史-检查-诊断"等病历章节为边界 2. 元数据增强 chunk = { "content": "...", "source": "民法典第X条第X款", "parent_se…

#字节#医疗法律文档切块#医疗和法律文档怎么切块？结构、语义与引用边界

面试题·文档处理· 腾讯

RAG 文档 Chunk 划分策略怎么选?

匹配正文：…理高效、便于控制上下文长度缺点：边界可能切断语义（如"深度学习...的优化方法"被拆开），导致检索片段不完整适用：通用场景、对延迟敏感、文档结构松散时 2. 语义边界分割实现：按句子（NLTK/spaCy）、段落（\n\n）、或主题模型（如BERTopic）切分优点：保留语义完整性，检索结果可读性强缺点：块大小不均，可能过长（超出模型窗口）或过短（信息密度低）；主题分割计算开销大适用：法律合同、学术论文等结构清晰的文档 3. 滑动窗口/重叠分块实现：设定块大小与…

#腾讯#文档处理#RAG Chunk 划分

面试题·文档处理· 蔚来

RAG分块策略：粒度、重叠与写入

匹配正文：…nk能否独立解释被命中的事实，以及加入上下文后是否真的改善最终答案。不能只看块长，还要看Recall@K、证据完整率、答案正确性、延迟和索引膨胀。重叠处理不要预设固定比例：把零重叠、短窗口和较长窗口作为候选方案，在同一评测集上回放作用：缓解答案跨越切分边界时的信息丢失代价：重复索引会放大存储、召回冗余和重排成本实现：记录每个chunk在原文中的起止位置与父级结构，便于合并、去重和溯源向量化写入流程原始文档 → 清洗（去噪/格式标准化）→ 结构化解析（提取标题/表…

#蔚来#文档处理#RAG文本分块

面试题·文档处理· 百度

分块策略怎么影响检索?

匹配正文：…但有效信息通常在前512）检索阶段粗排用大chunk保召回，精排用小chunk保精准计算成本分块数直接影响向量库规模和推理延迟业务场景问答场景倾向小chunk；摘要/分析场景倾向大chunk 百度场景的特殊实践中文优化：基于LTP/Jieba做句子切分，避免英文空格切分的陷阱长文档处理：论文/报告类采用"摘要+正文"双层分块，先检索章节再定位细节动态分块：根据内容类型自适应调整（代码块保留完整、正文按段落切分）实际建议：从固定长度+滑动窗口快速验证，再逐步…

#百度#文本分块#chunking 策略

面试题·文档处理· 小鹏

RAG 分块长度与重叠如何取舍?

匹配正文：…思路文档分段会同时影响召回、重排、生成和引用。真正要优化的不是某个chunk_size，而是让问题能召回完整证据，同时控制噪声、延迟和存储成本。分块长度的权衡候选策略更适合观察的场景主要风险较短分块局部事实、错误码、条款定位上下文断裂、重复召回较长分块总结、比较、跨句推理无关内容增多、重排成本上升结构化或动态分块文档类型混合、章节层级明确实现与维护复杂度更高实践建议：先按标题、段落、列表、表格或代码边界产生候选，再对过长单元二次拆分。具体长度受e…

#小鹏#RAG 文档分段#检索增强生成分段策略

面试题·文档处理· 安克科技

RAG向量化：分块与Embedding

匹配正文：…化后简化为点积，可用矩阵运算批量加速检索优化：精确检索：暴力计算，适合万级数据 ANN近似检索： HNSW：图索引，高召回、低延迟，适合在线服务 IVF-FLAT：聚类分桶，平衡速度与精度量化压缩（PQ/SQ）：降低内存，适合十亿级向量工程实践：先ANN粗排取Top-K，再用Cross-Encoder精排，最后按相关性阈值过滤

#安克科技#RAG 向量化#Embedding 模型

面试题·文档处理· 安克科技

RAG 文档如何存储、向量化和更新？

匹配正文：…使用幂等写入并保存失败清单，不能部分失败后把任务标成完成。新版本在独立索引构建，回放固定查询并验证数量、哈希、权限、Recall、延迟和引用后，再切换可见别名。更新可按 doc_id + version 生成新块，确认新版本完整后切换，再回收旧版本。不同引擎对更新与删除语义不同，不能通用地“先删再插”：若插入失败会产生空窗。删除请求应有状态机，追踪原文、块、嵌入、关键词/向量索引、摘要、缓存和备份保留策略。 6. 必测异常测试重复上传、同名不同内容、解析部分失败、嵌入超时…

#RAG#文档存储#解析

面试题·评估· 蚂蚁

RAG多轮对话怎么防知识遗忘?

匹配正文：…保留原始query通道：重写失败时fallback 评估指标多轮一致性（人工评分）知识引用覆盖率（黄金答案对比）话题切换响应延迟

#蚂蚁#RAG 多轮对话#知识遗忘

面试题·评估· 字节

多Agent冲突怎么检测与缓解?

匹配正文：…态校验、意图比对）冲突缓解策略（回滚、仲裁、投票）容错设计（隔离、降级、重试）协调协议（共识算法、层级调度）实际工程权衡（延迟vs一致性、中心化vs去中心化）冲突检测运行时监控状态快照比对：定期对各Agent的本地状态做哈希摘要，发现不一致触发告警动作意图验证：Agent执行前广播意图，其他Agent校验是否与自身规划冲突（类似乐观锁）因果追踪：记录决策链（决策ID + 父决策ID），出现矛盾时回溯根因关键信号：结果不一致、超时未收敛、资源竞争死锁冲突缓…

#字节#评估与监控#Agent