匹配正文：…清晰说明Agent核心架构（规划-记忆-工具-行动）应用场景层面：能列举典型落地场景并分析适配性局限性层面：能指出幻觉、延迟、成本、安全等关键问题趋势判断层面：对Multi-Agent、具身智能、Agent即服务等方向有认知技术实现：当前主流方案核心架构规划（Planning）：ReAct、CoT、ToT等推理范式，让模型"先想后做" 记忆（Memory）：短期对话上下文 + 长期向量数据库/知识图谱工具（Tools）：Function Calling标准化调用…

#字节#Agent#大模型 Agent 优缺点

面试题·评估· 美团

ReAct vs Plan-and-Execute 错误恢复谁强?

匹配正文：…ught中修正，灵活性高。但错误可能连锁传播，且历史错误记录污染上下文。 Plan-and-Execute：执行失败需触发重规划，成本较高；但全局视角便于结构性调整，避免局部最优陷阱。选型建议场景推荐方案步骤不确定、需频繁试错 ReAct 步骤明确、追求执行稳定性 Plan-and-Execute 超长任务（>20步） Plan-and-Execute + 子计划递归工具调用成本高 Plan-and-Execute（减少无效调用）实际可混合：用Plan-and-E…

#美团#评估与监控#Agent

面试题·评估· 安克科技

Agent/RAG 评估指标与挑战

匹配正文：…3-5个核心指标（如Recall@K、BLEU、Faithfulness等）说明端到端评估与组件级评估的区别提及实际挑战如标注成本高、主观性、延迟与质量的权衡能结合业务场景举例说明一、评估维度分层 1. 检索层（RAG特有） Recall@K / MRR：衡量检索系统能否召回相关文档 NDCG：考虑排序质量的综合指标 Hit Rate：Top-K是否命中答案所在文档 2. 生成层 Faithfulness / 忠实度：生成内容是否忠实于检索文档（可用NLI模型判断） …

← 上一页第 16 / 30 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

#安克科技#评估与监控#Agent

面试题·评估· 安克科技

RAG 问答金标构建

匹配正文：…测试 200-500条高难度问题来源的四种策略 1. 人工专家设计领域专家基于文档直接编写优势：质量高、覆盖边缘场景劣势：成本高、主观性强 2. LLM辅助生成 Prompt模板要点： - 指定角色（"你是领域专家"） - 约束条件（基于给定文档、禁止脑补） - 多样性控制（事实型/推理型/比较型/总结型） 3. 真实用户日志挖掘从生产环境脱敏后的query中采样需配合人工清洗过滤噪声 4. 混合策略（推荐） 70% LLM生成 + 20% 真实日志 + 10% …

#安克科技#评估与监控#RAG 问答金标构建

面试题·评估· 安克科技

Agent/RAG 评估体系怎么搭?

匹配正文：…指标（准确率、召回率）和主观指标（有用性、无害性）提及自动化评估与人工评估的结合指出实际落地中的挑战（评测数据构建、动态环境、成本权衡）一、RAG系统评估体系检索模块指标 Recall@K：正确答案在Top-K检索结果中的比例 MRR（平均倒数排名）：正确答案排名的倒数均值 Context Precision：检索片段中相关信息的比例生成模块指标 Faithfulness：生成内容是否忠实于检索文档（可用NLI模型自动判断） Answer Relevance：答案与…

#安克科技#Agent#Agent 评估体系

面试题·评估· 美团

Coding vs GUI vs Search 谁先落地?

匹配正文：…态成熟：IDE插件体系完善（VS Code、JetBrains），沙箱执行环境（Docker、E2B）成熟，安全隔离方案现成错误成本可控：代码错误在测试阶段捕获，不会直接破坏生产环境；GUI误操作可能直接导致数据丢失或业务异常 Search次之：Perplexity、秘塔等已跑通，但差异化壁垒低，大厂入口优势明显 GUI最慢：虽然AutoGPT、Claude Computer Use很火，但长链路任务的成功率仍不稳定，C端容错低，短期内更适合特定垂直场景（如自动化测试）而非…

#美团#Agent#Agent 能力对比

面试题·评估· 字节

知识库更新策略怎么选?

匹配正文：…DC、消息队列、定时任务）阐述一致性保障机制（双写、版本控制、事务）提及更新对检索质量的影响及重索引策略体现对实际工程权衡（成本、延迟、准确性）的理解知识库更新策略按更新粒度分类全量重建：定期（如每天/每周）重新拉取全部数据、重新分块、重新生成embedding 优点：数据一致性最好，可彻底清理脏数据缺点：成本高、耗时长，适合数据量小或低频变更场景增量更新：仅处理变更数据（新增、修改、删除）基于CDC（Change Data Capture）捕获数据库bin…

#字节#评估与监控#RAG 知识库更新

面试题·评估· 得物

AI Agent 核心能力现状与差距

匹配正文：…伪反思"——LLM生成自我批评文本，而非基于执行反馈的实质性策略更新典型案例对比 AutoGPT：早期过度承诺，实际因循环调用、成本失控、无法终止而难以落地 LangChain/LlamaIndex：框架成熟但"胶水代码"过多，核心智能仍依赖底层模型 Devin/Cursor：垂直场景（编程）表现惊艳，但通用化能力存疑核心判断现有技术实现了**"能用的Agent"，距离"可靠的Agent"**仍有代差。根本瓶颈在于：LLM作为推理引擎，其概率性本质与Agent所需的确…

#得物#Agent#AI Agent 核心能力

面试题·评估· 百度

MRR 在 RAG 中怎么定义?

匹配正文：… 没有跨数据集通用的 0.7、0.8 或 0.85 合格线。可接受阈值必须基于同一标注集、候选深度、相关性定义、历史基线和业务错误成本确定，并报告置信区间或分桶结果。图解 MRR 在 RAG 中怎么定义?图解

#百度#评估与监控#MRR 定义

面试题·模型微调· 同花顺

Agent 规划能力怎么训练?

匹配正文：…反馈机制：部署时结合用户反馈或自动验证器进行在线迭代评估需关注：任务成功率、步骤合理性（人工/LLM评判）、平均步数、API调用成本。

#同花顺#Agent#Agent 规划能力

面试题·模型微调· 滴滴

大模型落地技术范式怎么选?

匹配正文：五大技术范式对比范式核心原理适用场景优缺点典型案例提示工程通过指令设计激活模型能力通用问答、格式转换零成本、易迭代；受模型能力上限约束客服话术生成上下文学习(ICL) 示例驱动，无需参数更新小样本分类、风格迁移灵活快速；受上下文长度限制工单分类、情感分析微调(SFT/PEFT) 领域数据适配模型参数垂直领域、稳定需求效果深度定制；数据/算力成本高滴滴司机调度策略模型 RAG 检索+生成，外挂知识库知识密集型、需可解释解决幻觉、实时更新；…

#滴滴#模型微调#Agent

面试题·模型微调· 百度

Tool Calling 技术路径怎么选?

匹配正文：…时再评估。新增工具不一定必须重训，但任何模型都可能错选或错填参数。这些层可以组合，也可以省略。提示、schema、评测和维护都有成本，不能把“改 prompt”称为零成本。并发、失败和副作用只有互不依赖且顺序不影响结果的只读调用才并行。写操作使用稳定的幂等键、状态机和结果对账；超时后结果未知时先查询状态，不能直接换新键重做。区分参数错误、权限拒绝、限流、临时故障、部分成功和取消，分别采取修正、拒绝、退避、补偿或人工处理。退款、发送消息、删除和跨账号读取需要服务端授权；…

#百度#模型微调#Tool Calling 实现

面试题·模型微调· 美团

Reranker 训练数据怎么构造?

匹配正文：…用分级相关性或列表式标签；若最终训练采用二分类，再说明如何映射。用双人标注、仲裁和抽样复审估计一致性；目标值应结合任务难度和误标成本设定。 2. 正负样本构造正样本来自人工确认的支持证据、可靠点击或业务结果，但点击日志必须校正位置偏置和曝光偏置。易负样本用于学习基本主题边界；难负样本应从 BM25、向量召回或旧 Reranker 的高分误召回中挖掘。难负样本必须复核假阴性，避免把实际相关文档当负样本。批内负样本也要防止不同 query 共享答案导致误标。 3. 数据切…

#美团#重排与优化#Reranker 训练数据

面试题·模型微调· 科大讯飞

Prompt 怎么设计和优化?

匹配正文：…变量，例如指令分层、上下文、示例选择、结构化输出或校验。因果验证：固定模型与数据做单变量对照，按切片报告质量、格式成功率、延迟和成本。上线治理：版本化、灰度、回归集、监控、回滚和敏感输入处理。事实填空任务是【真实任务】，模型版本【】，基线 Prompt【】，评测集【来源/规模/切分】，主要错误【】。我负责【】；第一个改动【】，第二个改动【】，各自消融结果【真实数据】。最终指标【】从【真实基线】到【真实结果】，同时【延迟/token/成本】变化【】，观察窗口【】。证据…

#科大讯飞#阿里#模型微调

面试题·模型微调· 高德

Agent 记忆怎么用向量库?

匹配正文：…但表述不同"的记忆匹配，且支持增量写入。 Embedding模型设计场景策略说明通用对话直接用BGE/M3E等开源模型成本低，基线可用垂直领域（如高德地图）领域微调用历史对话数据做对比学习，强化地点、路线、偏好等语义多任务目标联合训练同时优化检索相关性+对话连贯性+用户满意度预测关键：Agent记忆Embedding需捕捉"意图"而非仅字面，建议加入对话上下文作为输入。 Chunk粒度设计粗粒度（整轮对话）：保留完整上下文，适合检索"某次完整交互"…

#高德#Agent#向量检索

面试题·模型微调· 美团

RAG vs SFT 场景怎么选?

匹配正文：…模型参数冻结后无法感知新知识，RAG通过实时检索外部库解决幻觉问题：生成内容可溯源到检索文档，大幅降低"一本正经胡说八道" 训练成本：SFT需要重新训练模型，RAG只需更新知识库，边际成本极低可解释性：能展示"参考了哪些资料"，满足合规审计需求 RAG vs SFT 的适用边界维度 RAG更适合 SFT更适合知识特性频繁更新、领域专精通用能力、长期稳定数据规模海量文档（TB级）高质量指令对（万级）响应形式需要引用来源需要风格/人格化延迟要求可接受百…

#美团#模型微调#RAG vs SFT

面试题·模型微调· 美团

RAG 为何比 SFT 更优?

匹配正文：…心动机：弥补纯参数化知识的三大缺陷问题说明知识截止模型权重冻结后无法感知新信息幻觉风险参数记忆模糊时"自信编造" 训练成本 SFT更新知识需重训，代价高昂 RAG将知识外置到可动态更新的检索库，实现非参数化知识扩展。 RAG vs SFT：三维度对比 1. 知识更新 SFT：需重新训练/LoRA微调，周期长，难以追平实时信息 RAG：更新文档库即可，分钟级生效，适合新闻、股价、政策等动态场景 2. 事实准确性 SFT：依赖训练数据覆盖，长尾事实易遗漏或混淆 RAG…

#美团#RAG vs SFT#RAG

面试题·模型微调· AIlab

RAG 检索精度提升的三大陷阱

匹配正文：…上下文、模型版本和回答，保证 bad case 可回放。监控 P95/P99、QPS、缓存命中、索引新鲜度、token 与单请求成本。用灰度、版本化索引和回滚控制更新风险。假设实验在同一测试集上依次比较：基础向量召回、加入 BM25、加入融合、加入重排、改变上下文组织。每步同时记录质量、延迟和成本，并按 query 类型和文档类型切片。结果用真实实验填写，不能预设某个企业项目或固定提升。

#AIlab#检索器优化#RAG 优化

面试题·模型微调· 字节

RAG Embedding 模型怎么选?

匹配正文：答案要点语义理解能力与任务匹配度上下文长度支持多语言与跨语言能力推理效率与成本权衡领域适配性与微调可行性核心选型维度 1. 语义能力与任务匹配区分度：同类文档能否拉开向量距离（如BGE、GTE在中文场景表现好）粒度匹配：句子级vs段落级检索，长文本需用支持长上下文的模型（如M3E、BGE-large支持512-8192 tokens） 2. 语言覆盖纯中文：BGE、GTE、M3E等国产模型更优多语言/跨语言：OpenAI text-embedding-3、…

#字节#向量检索#RAG Embedding 选型

面试题·模型微调· 百度

RAG 端到端工作流程

匹配正文：…、检索模块、生成模块工作流程：查询向量化、相似度检索、上下文拼接、LLM生成核心优势：缓解幻觉、知识实时更新、可溯源、降低微调成本基本原理 RAG（Retrieval-Augmented Generation）将外部知识检索与大模型生成结合，解决纯生成模型的知识截止和幻觉问题。核心思想：不依赖模型参数记忆知识，而是动态检索相关文档作为上下文，让模型基于检索结果生成回答。系统架构模块功能索引模块文档切分 → Embedding编码 → 向量数据库存储检索模块…

#百度#RAG 端到端工作流程#RAG 从查询到答案怎么工作？完整流程与可靠性边界

面试题·模型微调· 字节

RAG 技术原理与架构怎么搭?

匹配正文：…践环节关键做法文档切分按语义段落切，256-512 tokens；重叠窗口作为待测变量，并用同一评测集验证边界证据、召回与成本检索策略稠密+稀疏混合（RRF融合），复杂场景加知识图谱查询优化 HyDE（假设文档嵌入）、Query扩展、多Query生成上下文处理重排序精筛Top-5，过长时压缩或摘要生成控制要求模型标注引用来源，方便事实核查四、核心挑战检索失效：Query与文档语义鸿沟→用Query改写或HyDE缓解上下文窗口：多文档拼接超限→Rer…

#字节#RAG 最佳实践#RAG 技术原理

面试题·模型微调· 字节

领域 RAG 知识库构建

匹配正文：… 领域特性：医学/法律需保留完整条款上下文，代码按函数/类切分块大小与重叠窗口都作为候选变量，用同一评测集比较证据完整率、召回与成本二、向量化：选型与微调 Embedding模型选择场景推荐方案通用领域 BGE-M3、E5系列垂直领域领域语料微调M3-E或自研多语言多语言专用模型微调要点：用领域内的(query, doc)正例对+In-batch负采样，提升领域语义对齐三、检索策略：多路召回+精排用户Query → 改写/扩展 → 并行召回 ├── 向…

#字节#领域 RAG 知识库构建#领域 RAG 知识库怎么建？数据处理、索引与检索

面试题·模型微调· 商汤科技

RAG 技术流程怎么跑?

匹配正文：…模型训练数据有截止日期，RAG可接入实时数据库幻觉问题生成有溯源依据，可标注参考来源私有数据无需训练即可利用企业内部知识成本可控比全量微调成本低得多关键优化方向混合检索：向量检索 + 关键词检索（BM25）结合查询改写：HyDE、Query Expansion提升召回率多路召回：摘要、标题、正文分别建索引

#商汤科技#检索生成流程#RAG 技术流程

面试题·模型微调· 字节

领域RAG应用链路怎么搭?

匹配正文：…，chunk size 由资料结构、模型输入限制与评测结果决定是否启用重叠窗口及其长度都作为候选，用同一评测集验证边界证据与冗余成本关键元数据注入：文档来源、发布时间、置信度标签二、检索模块：精准召回 Embedding选型基座模型：GTE-large、BGE-M3通用能力强；领域数据充足时微调（如PubMedBERT医疗版）微调方法：对比学习+难负例挖掘，batch内动态难负例提升显著多路召回架构用户Query → 查询改写（HyDE/扩展）→ 向量检索（De…

#字节#领域 RAG#RAG应用搭建