匹配正文：…，不必完全相同。在这份本地 AgentSkills 实现里，SkillManager 扫描每个技能目录，读取 SKILL.md，解析开头的元数据，再保存名称、描述、路径和完整内容。到这一步，进程确实已经拿到了两个 Skill 的全文。接下来构建系统提示词时，代码没有把保存的 content 直接拼进去。它只逐个加入技能名称、描述和说明文件路径，并告诉模型：当任务匹配某个 Skill 的描述时，先通过读取工具查看对应文件。所以，进程里可以同时存着汇总报告和活动海报两份长说…

#Agent#Skills#渐进披露

面经·项目面试

Agent 的工具 Schema，究竟能拦住什么？

匹配正文：…、一个数组，以及两个真实存在于测试数据中的附件编号。这里的“通过”，只表示这个检查方法没有抛错，后续工具还要继续执行。更早的调用解析也没有替它完成字段类型检查。文本调用解析器确认工具名是字符串、参数整体是对象；原生调用的归一化函数负责解析参数 JSON。这些步骤处理了调用的外层形状，但不会逐项核对附件编号是否为字符串。到了真正读取附件的 handler，四个异常值才出现不同结果。空值、空字符串和数字，在这份测试数据里都查不到附件，返回 attachment_not_fou…

#Agent#工具调用#Schema

面试题·评估· 商汤科技

评测数据集怎么选?

匹配口述回答：…要借用任何不存在的项目指标。【验证补充】公开数据集还要固定许可证和评测许可，特别是代码执行与私有业务数据。结果发布时给出未回答、解析失败和超时数量，避免评分脚本静默丢弃失败样本。先说明真实任务和评测目的按能力选择实际运行的数据集写清评分协议与版本检查污染、近重复与切分补充业务集和局限 30秒速答 + 90秒主答 + 完整展开评测集名称只有和真实运行协议、污染检查及目标错误成本绑定时才有意义。可继续追问 pass@k 如何估计，或如何把 RAG 评测拆成检索、利…

← 上一页第 11 / 12 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

#评测数据集#benchmark选择#评测指标

面试题·模型训练· 字节

Prompt vs Seq2Seq，怎么转？

匹配追问：…果最好？遇到过什么坑？生成式方法推理成本高，你们是怎么权衡的？对于NER这种结构化输出任务，生成式方法如何解决标签不一致和格式解析问题？场景切入假设现在要把一个分类或抽取任务改造成生成式接口，你会怎样在标签生成、结构化输出、seq2seq 与保留判别头之间做选型？层层追问标签空间很小还需要自由生成吗？……prompt 与指令微调分别改变什么？……小样本和大样本下怎样公平比较？……格式正确如何与语义正确分开测？直球技术请说明判别式任务转生成式任务的主要方法，并从…

#Prompt工程#统一生成建模#判别式转生成式

面试题·模型架构· 字节

判别式转生成式有哪些方法？

匹配口述回答：…入CoT。统一报告质量、格式合法率、校准、token成本和延迟，而不是把这些方法都叫prompt后混在一起。类别输出还要设计评测解析器。若标签是多token字符串，应检查长度偏差、同义词和大小写；若使用JSON约束，要把无效输出和拒答单独统计。统一生成接口的价值来自可组合性，但不能牺牲可复算的分类口径。若需要比较类别分数，可以对每个候选标签计算条件对数概率，而不是只解析一次自由生成；但标签长度、词频和模板会影响分数，因此仍需统一verbalizer和校准。先按模型接口区…

#生成式建模#判别式转生成式#Prompt工程

面试题·项目与经历· 商汤科技

数据预处理关键步骤与目的

匹配追问：…高效的数据处理pipeline 场景切入假设我们有个电商客服场景，用户订单日志是Excel，客服对话是API返回的，还有些PDF解析的。这些数据格式五花八门，你要把它们统一成能训练模型的数据集，会怎么做预处理？层层追问你拿到原始数据后，一般先做什么处理？……那去噪你用什么方法？……如果有些噪声是语义上的，比如广告内容，规则过滤不好使，你会怎么办？直球架构详细说说你在项目中数据预处理和清洗的完整流程，包括格式转换、去噪、增强、采样这几个关键步骤，每一步的具体方法和你为…

#数据清洗#数据增强#数据采样

面试题·模型架构· 商汤科技

幻觉一致性延迟诊断

匹配口述回答：…机采样差异，可以降低temperature、固定随机种子或采用约束解码；另一类是格式漂移，可以用JSON schema、语法约束和解析重试；还有一类是语义冲突，需要检查证据、prompt歧义和模型能力。temperature等于零通常减少采样随机性，但并不保证跨GPU、不同kernel或并行调度逐bit一致。Self-Consistency则要求以非零随机性采多条不同推理路径，再聚合最终答案；如果先设temperature为零反复生成同一路径，就没有真正的多样性。幻觉要沿证…

#幻觉问题#输出一致性#推理延迟

面试题·模型训练· 阶跃星辰

LlamaFactory 怎么构造训练数据?

匹配口述回答：…_tag、content_tag、user_tag、assistant_tag 和 system_tag。它是 ShareGPT 解析器的一种角色标签配置。格式正确只是入口。训练前抽样调用实际 tokenizer 和 chat template，把最终字符串、special token、BOS/EOS、system、tool 与 observation 渲染出来，确认 user token 是否被 mask、哪些 assistant 回合参与损失。DPO 要确认 chose…

#LlamaFactory#数据格式#SFT

面试题·RLHF与对齐· 阶跃星辰

TRL Agent 组件交互机制

匹配口述回答：… 流程从 prompt 数据集开始，policy 生成 action token。如果模型输出结构化 search call，环境解析工具名与参数，执行权限、注入和预算检查，调用搜索服务，把结果作为 observation 追加到上下文，policy 再继续，直到最终答案、超时或达到步数上限。整条 trajectory 要保留 action 与 observation 边界、哪些 token 由 policy 生成、旧策略 logprob、reference logprob、…

#TRL#PPO#Agent

面试题·Agent· 得物

Agent 大模型优化三方向

匹配口述回答：…格式上做系统性优化。先说架构层面。最本质的改动是让模型原生支持结构化输出。通用模型输出自由文本，但Agent需要的是能被程序直接解析的指令，比如JSON格式的工具调用。我在实际场景中会这么做：在输出层加一个专门的JSON head，或者用类似Outlines库的解码策略，在生成时就约束格式。更重要的，是引入“思考-行动-观察”这种三段式结构，就像[[ReAct]]范式，用特殊token把推理和行动分开，这样模型不会把“我要调用API”和“API返回了什么”混在一起。还有一…

#得物#Agent#Agent 大模型优化

面试题·Agent· 百度

Agent 核心组件架构

匹配口述回答：…策。工具调用这块，说白了就是给LLM装插件。关键机制是 [[Function Calling]]，模型输出结构化JSON，我这边解析执行，再把结果塞回上下文。但有个容易忽略的点：工具描述要写得像给新同事看的操作手册，参数名、返回值格式、什么情况会报错，都得写清楚。比如对接搜索API，我会在描述里加一句“如果搜索结果为空，返回空列表”，避免模型瞎猜。举个具体的业务场景吧。客服退款，用户说“我买了个包，用了个满减券，现在要退，券能退吗”。Agent先调订单查询工具拿到订单详情…

#百度#Agent 核心组件架构#Agent 系统架构怎么搭？规划、记忆、工具与行动

面试题·Agent· 美团

哪类 Agent 最易大规模落地?

匹配口述回答：…AG方案结合，用RAG从文档提取规则来配置工作流，能降低冷启动成本。这个延伸点会引向面试官追问RAG和Agent的结合方式、文档解析的难点、或者如何保证提取的规则准确可靠。

#美团#Agent#AI Agent 商业化

面试题·评估· 蚂蚁

Agent 系统哪些模块最易出问题?

匹配口述回答：…知道是哪一步错。日志要结构化，至少包括 session_id、turn_id、prompt 版本、模型版本、上下文 token、解析出的 action、工具参数摘要、工具结果状态、延迟拆解。异常时最好保存上下文快照，支持离线回放。定位问题时，我会按链路拆。延迟高，就拆成模型推理慢、工具慢、串行步骤多，还是上下文太长。答案错，就看规划是否选错工具、工具结果是否正确、模型是否忠实使用 observation。成本高，就看循环次数、重试次数和上下文长度。定位后要用相同 trac…

#蚂蚁#Agent#AI Agent 稳定性

面试题·评估· 快手

Chain/Agent/Tool 怎么分工?

匹配口述回答：…[Agent]]、Tool。先说Chain，就是链。你可以把它理解成静态管道，把几个步骤串起来，比如先写提示模板，再调模型，最后解析输出。这种适合流程固定的场景，比如客服退款的第一步，先识别用户意图，再查订单状态，最后生成话术。Chain的好处是可复用，换个模型改个配置就行。再就是Agent，智能体。它跟Chain的区别是，Chain是提前定好的路线，Agent是运行时动态决策。它走的是[[ReAct]]模式，就是思考、行动、观察循环，直到完成任务。比如用户说“帮我查订单…

#快手#评估与监控#Agent

面试题·评估· 字节

RAG 文档检索选型

匹配口述回答：…能表达业务偏好，但前提是先校准分数，并通过评测集确定权重。不能脱离数据直接断言某一种一定更好。优化时应按链路定位问题。先检查文档解析和切块是否破坏语义，再看召回是否遗漏，之后才是融合和重排。Query Expansion、HyDE 或意图路由都有额外延迟和生成误差，不应该默认对所有请求开启。Cross-Encoder 只能改善已有候选的排序，不能救回根本没有召回的文档。切块与元数据也是检索方案的一部分。标题、章节、表格位置、文档版本和权限标签如果在解析时丢失，后面换更强的…

#字节#混合检索#RAG 文档检索选型

面试题·评估· 同花顺

多Agent组件优化策略与架构权衡

匹配口述回答：…域内用网状互调，而它们跟外部合规检查Agent之间走星型统一入口。再说序列化。很多项目直接用JSON，但Agent间通信频繁时，解析开销不小。我会在瓶颈路径上用 Protobuf 或 FlatBuffers，对，就是那个能零拷贝反序列化的格式，延迟能降一个数量级。前提是通信双方必须维护同一套schema，如果接口变化频繁，上Proto反而增加版本管理成本，这时候JSON加压缩也能凑合。调度与负载均衡这块，我重点关注动态任务分配。不能简单轮询，得看每个Agent的实时负载…

#同花顺#多Agent系统优化#Agent架构优化

面试题·评估· 美团

RAG 解决了哪些问题?

匹配口述回答：…用户和场景】，资料来自【合法来源】，本人负责【具体职责】。基线在【固定语料版本、样本和配置】下出现【真实失败样本】。我先判断问题在解析、查询、召回、排序、上下文还是生成，再尝试【本人实际实现的方案】。如果只做了向量检索，就不会为了显得完整再补 BM25、Cross-Encoder 或 Self-RAG。结果要分层说明。检索层报告【Recall@K、MRR 或 nDCG 的真实结果】，答案层报告【逐主张证据支持、任务正确性或拒答表现】，系统层报告【P95/P99、吞吐与成本】…

#美团#混合检索#RAG 技术

面试题·评估· 美团

Agent 功能模块怎么分工?

匹配口述回答：…耦，每个模块的输入输出格式要标准化，否则调度会乱。比如 Search 返回的结构化数据，Coding 模块要能直接引用，而不是重新解析。另外，我想提一个延伸点：这三个模块的调用顺序不是固定的，但顺序错了可能导致任务失败。比如先 Coding 再 Search，代码里用到的是过时数据。所以规划模块需要具备动态规划能力，而不是简单按固定模板走。这个动态规划怎么实现，比如用 [[Tree-of-Thoughts]] 来搜索最优路径，我觉得是 Agent 架构里比较值得探讨的方向。…

#美团#评估与监控#Agent

面试题·模型微调· 科大讯飞

Prompt 怎么设计和优化?

匹配口述回答：…归集，只改一个主要因素。具体改动是【关键改动】，它必须对应前面那个失败，例如用清晰的指令层级解决冲突，用结构化输出加服务端校验解决解析问题，而不是为了堆技巧。效果按【评测口径】评估，既看主任务质量，也看格式成功率、危险输入、token 和延迟。结果只填写【真实结果】，并保留 Prompt diff、失败样本和实验配置。如果同一轮还换了模型或数据，我不会把收益全部归因于 Prompt。上线后按 Prompt 版本灰度和监控，出现关键切片退化就回滚；如果问题来自知识缺失、权限或…

#科大讯飞#阿里#模型微调

面试题·多模态· 快手

多模态 RAG 与传统 RAG 差异在哪?

匹配口述回答：…后说我的判断。我会把多模态RAG看成传统RAG的扩展，而不是替代。如果业务场景里80%的query是纯文本，那传统RAG加一个图片解析模块就够了，没必要上全模态。只有当query和文档都是多模态时，才值得投入跨模态对齐。所以我会先评估业务的数据分布和query类型，再决定用哪种方案。一句话定位：多模态RAG是让RAG能处理图片、视频等非文本数据核心差异：检索从文本匹配变成跨模态对齐，生成从纯文本变成多模态输入技术挑战：数据异构、模态对齐、上下文膨胀业务场景：电商客服、…

#快手#多模态#多模态 RAG

面试题·Prompt· 字节

RAG Generator 怎么构造 Prompt?

匹配口述回答：…关的历史，用户身份和权限由服务端注入，不能让模型从聊天文本里自行推断。输出侧我会要求答案和引用建立可校验的对应关系。JSON 可解析只解决语法，字段范围、资源归属和引用是否真的支撑结论仍由程序验证。评测时固定检索结果，单独比较上下文顺序、长度、冲突处理和 Prompt 版本，观察答案正确性、引用支持率、faithfulness、覆盖率、拒答、token 和延迟。再换一组固定 Prompt 比较不同检索结果，才能区分是检索问题还是生成问题。一个常见追问是“检索到了为什么仍答错…

#字节#Prompt工程#RAG Generator Prompt

面试题·Prompt· 高德

ReAct 如何结合推理与工具使用？

匹配口述回答：…不出来，那ReAct就变成了死循环。最常见的失败场景是模型不按格式输出，比如该调工具时它直接编了个答案，或者工具调用格式错了，系统解析不了。所以上线时我会特别关注模型的输出格式约束，用[[系统提示]]和few-shot样例来引导，同时做好超时和重试机制。另外，这里有个有意思的点：ReAct的思考轨迹本质上是一种Chain-of-Thought的变体，但它的推理路径不是线性的，而是树状的，因为工具返回的结果可能让模型分支到不同的方向。所以我在想，如果要进一步提升鲁棒性，能不能…

#高德#Agent#ReAct 框架

面试题·Prompt· 阿里

Prompt 系统设计原则与技巧

匹配口述回答：…断订单状态，再检查退款政策，最后输出结果。同时输出格式用JSON，包含“action”和“reason”字段，这样下游系统可以直接解析。这里有个坑：前提是模型能力要够。如果模型本身逻辑弱，CoT反而会放大错误。还有，few-shot的示例要覆盖边界情况，比如退款被拒的例子，否则模型会偏向常见情况。我上线前会特别关注这些。另外，在[[RAG]]场景下，prompt设计要区分系统指令和用户指令。系统指令强调“基于参考资料回答”，用户指令才是具体问题。如果资料不足，要明确说“根…

#阿里#Prompt工程#Agent

面试题·Prompt· 腾讯

Agent任务规划+工具调用原理

匹配口述回答：…么参数。比如它想查订单号，就输出Action: query_order, Input: {"order_id": "123"}。我解析这个结构化输出，去执行工具，拿到Observation，也就是结果。如果结果正常，就把Thought、Action、Observation都追加到记忆里，继续下一轮。如果LLM输出Finish，那就返回最终答案。这里有个坑，就是工具调用可能出错。比如订单号不存在，接口超时，或者LLM自己写错了参数。所以我做了错误处理，把异常信息也当成Obse…

#腾讯#Agent#Agent 系统设计