匹配追问：…多轮、多意图的对话，如果让你用手写if-else来维护状态，你觉得会遇到什么坑？如果用LangGraph呢？层层追问多轮对话的Agent你一般怎么管理它的流程？……那遇到循环、条件分支或者并行任务，手写代码容易出什么问题？……对比一下，如果用LangGraph的图结构，在状态管理和可维护性上有什么本质区别？直球架构从状态管理、可维护性和复杂逻辑支持三个角度，说说你用LangGraph构建多轮对话Agent相比手动编写Prompt流程的优势在哪？具体到状态持久化、图结构…

← 上一页第 15 / 16 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

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

#美团#Agent#LangGraph 多轮对话

面试题·Prompt· 阿里

Prompt优化评估指标有哪些？

匹配追问：…改订单，你改了Prompt让工具调用更准确。现在怎么量化评估这个Prompt改动到底有没有真正让整个下单流程跑得更顺？层层追问 Agent的Prompt优化效果你一般怎么评估？……只看最后任务完成率够吗？……如果链路很长，中间某步Prompt改对了但最终结果没变，怎么发现？有什么指标能分层定位？直球架构请设计一套评估方案，量化Prompt优化对Agent推理链路整体性能的影响。自动和人工指标都要列，说明各自适合什么场景，以及怎么设计对照实验做归因。

#阿里云#Prompt工程#评估与监控

面试题·Prompt· 阿里

Prompt优化怎么评估准确性与效率？

匹配追问：…pt反而让对话变慢了或者更不稳定。你一般怎么衡量这个改动到底好不好呢？比如从准确、稳定、效率几个方面，你会看哪些指标？层层追问 Agent系统里Prompt优化效果怎么评估？……除了看最终任务完成率，还有哪些细粒度指标？……那稳定性呢，比如同一个Prompt跑多次结果差很多，怎么量化？……效率方面，Token消耗和延迟你怎么平衡？直球架构在基于大模型的Agent系统中，设计一组量化指标来评估Prompt优化对推理链路整体性能的影响，要求覆盖准确性、稳定性和推理效率。你会…

#阿里云#Prompt工程#评估与监控

面试题·Prompt· 百度

Reflection 机制怎么提升协作?

匹配追问：场景切入假设你在做电商客服的多智能体系统，有售前、售后、物流三个智能体协作。用户抱怨物流慢，售后说退款，物流说已签收，两方吵起来了。在没有外部仲裁的情况下，你怎么让它们自己发现并纠正这种冲突？层层追问多智能体系统里，智能体之间是不是经常各说各话、甚至互相矛盾？……那你怎么让它们意识到自己错了？……比如某个智能体输出后，系统怎么让它回头检查并修正？核心机制叫什么？直球架构请直接设计多智能体系统中的Reflection机制。说清楚它的核心功能是什么，以及它如何提升协作效…

#百度#Agent#Reflection 机制

面试题·Prompt· 商汤科技

ReAct 范式核心思想与工作流程

匹配追问：…候模型需要先查订单，再根据结果执行退款。你怎么让模型在思考的同时还能调用工具，并且根据结果调整下一步动作？层层追问你了解大模型Agent的常见范式吗？……比如CoT和直接调用工具各有什么问题？……那有没有一种方式能把推理和行动结合起来，让模型边想边做？……具体是怎么循环的？直球架构讲一下ReAct范式的完整工作流程，包括Thought、Action、Observation怎么循环，以及它对比纯推理或纯行动的优势。另外，在实际Agent系统中，ReAct怎么解决工具调用…

#商汤科技#Agent#ReAct 范式

面试题·Prompt· 百度

意图识别 Prompt 最佳实践?

匹配标题与标签：意图识别 Prompt 最佳实践? 关键要素与最佳实践,覆盖少样本与思维链 Prompt 百度 Prompt工程 Agent 意图识别 Prompt 设计 Prompt 模板关键要素少样本 Prompt 思维链 Prompt 百度

#百度#Prompt工程#Agent

面试题·Prompt· 美团

ReAct 框架怎么实现推理+行动?

匹配正文：…态规划：根据观察实时调整，非固定流程典型应用：LangChain的AgentExecutor、AutoGPT、各类客服/数据分析Agent。

#美团#评估与监控#Agent

面试题·Prompt· 美团

ReAct 框架怎么工作？

匹配题目：请介绍ReAct（Reasoning + Acting）框架的基本思想、工作流程及其在大模型代理（Agent）任务中的应用，例如问答、工具调用等场景。

#美团#Agent#ReAct 框架

面试题·Prompt· 美团

ReAct 框架核心思想与流程

匹配追问：…，你一般怎么设计它的行为？……那如果工具返回的结果和预期不符，模型能自己调整吗？……怎么让它一边想一边做、还能根据观察修正？直球架构讲讲ReAct框架的核心思想和流程吧。它怎么把推理和行动结合起来的？相比CoT或纯Action，优势在哪里？具体怎么在agent里落地？

#美团#Agent#ReAct 框架

面试题·Prompt· 美团

ReAct 框架怎么用?

匹配标题与标签：ReAct 框架怎么用? 核心思想与工作机制,Agent 任务中对比纯推理/动作模型优势 Prompt 美团 Agent ReAct 框架 Reasoning+Acting Agent 任务 ReAct vs 纯推理美团

#美团#Agent#ReAct 框架

面试题·Prompt· 美团

ReAct 如何提升复杂任务？

匹配追问：…电商客服Agent，用户问‘这个手机有什么颜色？’，你打算怎么设计思考-行动流程？如果用户接着问‘那红色款和蓝色款哪个续航好？’，Agent该怎么继续推理和查询？层层追问你觉得大模型做复杂任务时，是直接把推理步骤写出来好，还是让它去调工具好？……那如果既要推理又要调工具，怎么结合？……有没有想过让它们交替进行，比如推理一步、调工具、再根据结果推理下一步？直球架构请介绍一下ReAct框架的核心思想和完整工作流程，包括Thought、Action、Observation的…

#美团#Agent#ReAct 框架

面试题·Prompt· 阶跃星辰

ReAct 各模块输入输出是什么？

匹配正文：…是... 设计要点总结 Plan是隐式的：通过Thought的链式累积实现动态规划 Observation是瓶颈：工具质量直接决定Agent效果格式约束是关键：必须用结构化分隔符（如Observation:）让模型区分内外信息

#介跃星辰#Agent#ReAct 工作流程

面试题·Prompt· 字节

Policy 模型错误决策怎么防?

匹配口述回答：…值设太严容易误报。所以我会把重点放在验证和约束上，因为这两个环节直接兜住线上风险，性价比最高。一句话定位：这道题本质是问如何确保Agent大脑的可靠性和安全训练阶段：RLHF+对抗训练，但前提是数据质量验证阶段：离线到在线，红队测试不能省约束阶段：硬规则兜底，场景区分监控阶段：指标告警与回滚，落地风险约4分钟小模型决策路由加大模型生成的分层架构，但路由准确率是新的挑战。面试官可能会追问小模型路由的准确率如何保证，或者路由错误时如何处理。

#字节#Agent#Policy 模型

面试题·RAG· 快手

人工干预怎么控制 LLM 生成?

匹配正文：人工干预的三层架构 1. 输入层：前置过滤与引导敏感Query识别：基于规则+小模型做意图分类，拦截违规请求 Prompt改写：自动注入安全约束（如"请确保回答符合法律法规"）上下文注入：RAG场景下动态插入合规知识片段 2. 生成层：过程控制解码策略干预：调整temperature、top-p，或对特定token降权动态停止条件：检测到风险模式时触发early stopping 工具调用约束：Agent场景下限制可调用的工具白名单 3. 输出层：审核与修正规则拦截…

#快手#人工反馈控制#人工干预 LLM 生成

面试题·RAG

Deep Research vs RAG 怎么选?

匹配正文：…决定下一步检索什么检索次数通常1-2次数十次甚至上百次输出形态直接回答结构化研究报告（带引用）技术原理差异 RAG 架构：Retriever → Reranker → Generator 检索策略：向量相似度匹配，依赖静态索引关键优化：分块策略、重排序、Hybrid Search Deep Research 架构：Planning Agent + Tool Use + Memory 核心机制：动态生成子问题（Decomposition）基于中间结果决定下一…

#Deep Research#RAG#Deep Research vs RAG

面试题·检索· 快手

RAG 延迟与准确率优化

匹配追问：…？……延时高具体会卡在哪几个环节？……那正确率方面呢，比如检索不准、上下文污染这些，你怎么看？……结合这些，你一般怎么优化？直球架构直接说，RAG系统在实际Agent场景里，延迟和正确率两大块，各有什么主要挑战？原因是什么？你给出具体的优化方案，比如检索、生成、Agent规划层面分别怎么做。

#快手#RAG延迟优化#RAG 延迟与准确率优化

面试题·检索· 字节

两阶段检索 vs 直接重排?

匹配口述回答：…果掉就调召回策略。另外还有一个有意思的点，就是召回和重排的边界其实可以灵活调整。比如在 [[Agentic RAG]] 里，[[Agent]] 可以动态决定是继续召回还是直接重排，甚至多次迭代。这个方向其实挺值得深入聊的。所以整体上，两阶段架构是个很务实的工程选择，核心就是在成本和精度之间找到平衡点。我更倾向把它看作一个可调节的 pipeline，而不是固定的套路，根据业务场景去调召回量和重排模型，才能落地得稳。本质是计算成本与精度的权衡召回阶段快速筛出候选集重排阶…

#字节#两阶段检索#RAG 重排序

面试题·检索· 快手

RAG 延迟准确率根因

匹配追问：…的退货政策,最后生成回答。这种场景下,你有没有碰到过检索太慢或者答非所问的情况？具体是哪些延迟和准确率的问题？层层追问 RAG在Agent落地时,你觉得主要有哪些性能瓶颈？……延迟方面,比如首Token出来慢、流式输出卡顿……准确率方面,召回不够或者噪声干扰……这些问题的根本原因你觉得是什么？直球架构请直接分析Agent+RAG系统在延迟和准确率上分别面临哪些核心挑战,并说明每个挑战产生的根本原因。不用展开具体方案,重点讲问题和根因。

#快手#RAG延迟与准确率#RAG 延迟准确率根因

面试题·检索· 小红书

RAG 局限性怎么破?

匹配正文：…量、生成整合、知识边界三方面的核心局限能分析检索噪声、语义鸿沟、上下文窗口等具体挑战提出至少3类改进方向（如混合检索、重排序、Agent化RAG）体现对RAG与Fine-tuning、Agent关系的辩证理解 RAG的核心局限可归纳为检索失效、生成割裂、能力边界三类：一、主要局限与挑战维度核心问题具体表现检索质量语义鸿沟 query与文档embedding不对齐，关键词匹配失败检索噪声 Top-K混入无关文档，稀释有效信息覆盖不足多跳推理、跨文档关联难…

#小红书#RAG局限性#RAG 局限性

面试题·检索· 美团

RAG 检索器与生成器如何协同？

匹配正文：…、注意力机制）提及关键优化点（重排序、查询改写、多路召回）能对比Naive RAG与Advanced RAG的差异 RAG核心架构：两阶段流水线第一阶段：离线索引构建文档切分：按语义/固定长度分块，控制chunk大小（通常256-512 tokens） Embedding编码：用BGE、M3E等模型将文本转为稠密向量向量存储：写入Milvus/Faiss/Elasticsearch，构建HNSW索引加速检索第二阶段：在线检索生成模块职责关键技术检索器从知…

#美团#RAG架构#RAG 系统架构

面试题·检索· 字节

RAG 技术实现怎么落地?

匹配正文：…量检索的核心作用能区分Naive RAG与Advanced RAG的关键差异能结合具体场景说明RAG的价值和局限性 RAG核心架构 RAG = 检索模块 + 生成模块，用外部知识弥补大模型参数知识的局限。 1. 索引阶段（离线）文档切分：按语义/固定长度分块，控制chunk大小（通常256-512 tokens）向量化：用Embedding模型（如BGE、text-embedding-3）编码为稠密向量存储：写入向量数据库（Milvus、Faiss、Pinecone…

#字节#RAG应用场景#RAG 技术实现

面试题·多模态· 小红书

多模态大模型面临哪些挑战?

匹配正文：…败样本。不能因为某个总分提高，就断言细粒度对齐或长链推理必然改善。 CoT可能帮助模型组织步骤，但生成的理由不一定由视觉证据支持；Agent可以调用OCR、检测器或搜索，RAG可以补外部知识，却都不能自动修复输入中未被识别的对象。工具返回还可能冲突或被错误引用，需要显示区域、帧和文本证据，并在不足时拒答。跨模态冲突是另一类风险。图像、字幕和用户文字不一致时，模型可能偏向更强的文本先验。需要专门构造冲突样本，测模型是否指出差异，而不是强行融合。医学、身份和内容审核等高风险场景…

#模态对齐#数据构建#推理一致性

ReAct 框架为什么优于纯提示?

Prompt 系统设计原则与技巧

LangGraph 多轮对话优势在哪?

Prompt优化评估指标有哪些？

Prompt优化怎么评估准确性与效率？

Reflection 机制怎么提升协作?

ReAct 范式核心思想与工作流程

意图识别 Prompt 最佳实践?

ReAct 框架怎么实现推理+行动?

ReAct 框架怎么工作？

ReAct 框架核心思想与流程

ReAct 框架怎么用?

ReAct 如何提升复杂任务？

ReAct 各模块输入输出是什么？

Policy 模型错误决策怎么防?

人工干预怎么控制 LLM 生成?

Deep Research vs RAG 怎么选?

RAG 延迟与准确率优化

两阶段检索 vs 直接重排?

RAG 延迟准确率根因

RAG 局限性怎么破?

RAG 检索器与生成器如何协同？

RAG 技术实现怎么落地?

多模态大模型面临哪些挑战?