匹配口述回答：…移。即使使用严格 JSON schema，也只是约束输出结构，金额、主体和日期是否抽对仍需验证。Few-shot 的示例本身属于 prompt 上下文，例子越多通常输入 token 越多。它的商业价值可能来自少写规则、少重试或更快覆盖新场景，而不是输入 token 自动下降。【完整展开】一个稳妥的文档抽取链路可以先做文件类型、编码和固定字段规则，再把非结构化段落交给 LLM，随后执行类型校验、值域校验、跨字段一致性、权限检查和来源定位。比如发票金额不能只相信模型输出，还要…

#规则引擎#LLM应用#成本优化

面试题·评估· 字节

LLM 幻觉与安全风险怎么缓解?

匹配口述回答：…别，避免把错误或有害模式直接放大。SFT 可以教模型遵循格式、引用证据和拒答边界；偏好数据可比较帮助性与安全性。DPO 使用同一 prompt 下的 chosen 与 rejected，并依赖冻结 reference policy 的对数概率比直接更新 policy，不需要先训练一个显式 reward model。若偏好标签偏差、覆盖不足或把过度拒答标成更安全，模型仍会学错，因此需要分层数据和独立安全回归。知识密集任务要把答案连接到证据。检索可返回最新文档，计算器、代码执行…

#幻觉检测#内容安全#RLHF

面试题·项目与经历· 美团

Agent 哪项能力最先商业化?

匹配口述回答：…公开代码训练，产品运行阶段仍有新的隐私与知识产权责任，需要权限和审计单独治理。规模化产品还需持续应对模型升级带来的行为变化。同一prompt和仓库在新模型上可能得到不同修改，企业需要版本锁定、回归和灰度。若缺少这些能力，工具链成熟也可能在升级时产生不可控返工，影响真正的商业复用。说明Coding的工程优势删除估值和市场口径审计训练数据治理成本比较其他能力的真实边界给出分阶段商业验证约4分钟公开GitHub代码为何不能直接视为高质量、低成本且可自由训练的数据。 …

← 上一页第 17 / 18 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

#智能体商业化#Coding Agent#技术成熟度评估

面试题·项目与经历· 美团

技术项目怎么讲出亮点?

匹配口述回答：…程细节要挑本人最熟的一处展开。例如数据如何版本化、接口怎样幂等、模型如何灰度、异常怎样回退、监控怎样定位。若是大模型项目，还要说明prompt、知识库、模型和评测集的版本，避免把线上变化归因错。若涉及用户数据，要说明权限、脱敏和日志边界。结果只讲可复算指标。填写【优化前后质量、延迟、资源、失败率或人工时长】，注明比较窗口、样本量、硬件和是否同流量。没有真实数字时可以说目前只完成原型并描述观察，不要编提升百分比。团队总指标与个人动作之间还要有实验或上线记录连接，不能仅凭同时发…

#项目经验#系统设计#技术选型

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：…会自动完成这套状态机。PPO 使用标量奖励，不要求搜索结果或 reward 对 policy 参数可微。【90秒主答】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 observ…

#TRL#PPO#Agent

面试题·推理优化· 字节

KV-Cache 空间复杂度怎么算?

匹配口述回答：…以k)仍然是O(L)。大多数优化是在降低KV头数、位宽、碎片或可见窗口，而不是把线性复杂度变成另一种阶。估算服务总容量时还要区分prompt长度、已生成长度和最大预留长度。静态预留会产生浪费，连续批处理又会让不同请求不断进入和退出。因而容量模型最好直接读取模型配置中的层数、KV头数和头维，再结合请求长度分布计算分位数，而不是只按最大上下文乘并发数。从缓存张量形状推导公式用Llama-2-7B做可复算示例澄清Llama 2不同规格的注意力类型分类讨论五种优化区分常数…

#KV-Cache#显存优化#自回归生成

面试题·项目与经历· 字节

大模型 vs 搜推小样本特征怎么融合?

匹配口述回答：…义编码、融合特征还是重排模型。若采用LLM生成解释，解释层不能反向修改排序事实，也不能泄露用户敏感特征。排序结果、特征版本和解释prompt都要留trace；出现争议时能回放当时候选与分数，确保生成文本只是受控展示层。按召回排序重排拆系统保留结构化特征模型用LLM离线编码内容在小候选集使用重模型用时间切分和线上实验验证约4分钟为什么重模型通常更适合候选缩小后的重排，而不是面向全库粗排。可继续讨论候选规模、ANN召回、缓存、蒸馏、延迟预算和收益归因。

#特征工程#迁移学习#多模态融合

面试题·多模态· 小红书

Stable Diffusion 各版本怎么选?

匹配口述回答：…要按公开材料说到边界。v1、v2 与 SDXL 的论文和模型卡披露程度不同，闭源或未完整公开的过滤规则不能自行补齐。质量比较要固定提示词、种子策略、分辨率、采样器与步数，分别看提示遵循、构图、文字、人像失败、安全和用户偏好。部署比较则记录权重精度、峰值显存、冷启动、单图延迟、吞吐与能耗。某张显卡能否运行还取决于 offload、量化、attention 实现和 batch，不能把一个测试环境写成全系列固定门槛。【验证补充】版本对比还要锁定许可证与安全过滤。不同权重即使名字相…

#扩散模型#文生图#UNet架构

面试题·Agent· 美团

多智能体系统核心技术难点

匹配口述回答：…效应，比如多个智能体竞争资源导致死锁。实际上线时，我会特别关注这个风险，引入显式的约束层或价值对齐机制，比如用 [[System Prompt]] 限定行为边界，或者用 [[ReAct]] 让智能体在执行前先推理一步，避免冲突。所以整体来看，我更倾向于把多智能体系统看作一个分层决策框架，核心是平衡全局最优和局部敏捷，架构、数据、性能提升都围绕这个取舍来设计。一句话点题：多智能体本质是平衡全局最优与局部敏捷架构选择：集中式、分布式、混合式的边界与美团外卖案例数据构造：仿…

#美团#Agent#多智能体系统

面试题·Agent· 美团

ReAct vs Plan-and-Execute 怎么选?

匹配口述回答：ReAct 根据当前状态选择动作，读取工具观察后再决定下一步，适合工具返回不可预测的任务。若把完整轨迹都塞回提示词，上下文会增长；但生产系统可以只保留结构化状态、验证事实和必要工具结果，因此增长方式由记忆策略决定。 Plan-and-Execute 先建立高层计划，再按子任务执行并在检查点重规划。它适合依赖清晰、可阶段验收或并行的任务，但计划可能过时，维护计划也有成本，所以不能保证调用数和 token 一定更少。错误恢复取决于系统机制。两类架构都需要幂等键、超时、重试上限、…

#美团#Agent#ReAct vs Plan-and-Execute

面试题·Agent· 得物

Agent 大模型优化三方向

匹配追问：…根据反馈调整。你觉得基础大模型在架构或训练上要怎么改，才能更好支持这种工具调用和任务规划？层层追问现在大模型做Agent主要靠提示词驱动，你觉得够用吗？……如果不够，模型本身需要做什么变化？……比如输出格式、训练数据，或者模型结构上有什么要优化的？直球架构要让大模型原生支持Agent能力，比如任务分解、工具调用、环境交互，你觉得在模型架构、训练目标和输出格式上分别需要做哪些针对性优化？请从这三个方向具体讲讲设计思路。

#得物#Agent#Agent 大模型优化

面试题·Agent· 阿里

Agent 中 RAG 瓶颈怎么破?

匹配口述回答：…简单查询走缓存，复杂查询走RAG；而风控合同场景，我会更看重精度，哪怕多花点时间。最后，我始终认为RAG不是一个孤立的组件，它和 Prompt 设计、模型选择、甚至微调策略都要协同考虑。 RAG落地本质是检索和生成的权衡检索层的延迟与精度矛盾上下文管理中的信息丢失 Agent决策链的级联错误我的优化思路与取舍约4分钟知识库频繁更新时，增量索引的实时性和一致性平衡，以及双缓冲影子索引的实践面试官可能会追问增量索引的具体实现细节，比如如何处理删除、如何保证查询一致性、…

#阿里云#Agent#Agent RAG 瓶颈

面试题·Agent· 百度

为何拆解任务给多Agent协作?

匹配口述回答：…生成场景，我可以让一个Agent专门写代码，另一个专门做代码审查，第三个负责测试。每个Agent只关心自己的领域，可以针对性地优化提示词和工具集，质量自然更高。故障隔离也很关键，单一Agent如果某个环节出错，整个任务就崩了；多Agent下，一个子任务失败可以重试或降级，不影响其他部分。举个例子，电商客服退款流程。用户发起退款请求，我不会让一个Agent处理全部。我会拆成几个子任务：先由一个意图识别Agent判断用户是退货还是换货，然后一个信息提取Agent从对话中抓取订单…

#百度#Agent#多Agent架构

面试题·Agent· 蚂蚁

Agent项目经验怎么突出亮点?

匹配口述回答：…解能力面试官可能会追问：Self-Refine具体怎么用？或者你提到理想方式是用模型内化，那有没有尝试过fine-tuning或prompt优化来提升规划准确率？

#蚂蚁#AI Agent 项目经验#大模型业务落地

面试题·Agent· 淘天

Agent 开发框架对比

匹配口述回答：…厚，调试起来非常痛苦。比如一个多步推理流程，中间某步[[Function Calling]]返回异常，你得一层层剥开才知道是哪里的prompt写崩了。所以我的建议是，POC阶段可以用，但一旦进入生产，要么换更轻量的方案，要么你团队有足够精力去啃它的源码。说白了，LangChain适合'先跑通再说'的场景，但别指望它开箱即稳。再一个是 MetaGPT，它模拟软件公司，有PM、架构师、工程师这些角色，多个Agent协作按照SOP走。这个框架特别适合做复杂软件生成，比如你给一个需…

#淘天#Agent#Agent 开发框架对比

面试题·Agent· 同花顺

Agent 开发技术栈怎么选?

匹配口述回答：…区分“了解过、做过原型、参与上线”三个层次，只说自己能拿配置、日志或代码解释的部分。没有训练过模型就直接说没有，不把调用模型或调 Prompt 说成模型训练。【回答框架】任务是【真实任务】，输入输出和风险边界为【】。我实际使用【框架及版本】处理【工具注册、编排或状态管理】，同时自研【真实模块】补足【权限、审计、持久化或容错】。基座模型与部署方式是【真实配置】。如果确实做过训练，我会说明【数据来源】【目标函数或方法】【基线】【硬件配置】和【评测方式】；否则说明为什么当前任务无…

#同花顺#Agent#Agent 技术栈

面试题·Agent

Agent 项目经历完整复盘

匹配口述回答：…构图还要呈现控制面和数据面。控制面决定路由、预算、权限、终止和人工审批；数据面承载用户输入、工具结果和模型输出。敏感信息是否进入 Prompt、日志是否脱敏、不同租户的状态和缓存是否隔离，都属于项目能否上线的关键，而不是附加项。成果要同时给主指标和护栏指标。任务成功率上升时，是否靠更多转人工；延迟下降时，是否牺牲长尾任务；成本下降时，质量是否退化，都要一起说明。最后准备一个失败方案及其证据，解释为什么放弃。这比只展示最终架构更能证明候选人参与过决策和复盘。本质是考察Age…

#Agent 项目复盘#任务成功率#Agent 项目经历完整复盘

面试题·评估· 高德

高并发 Agent 延迟卡在哪?

匹配口述回答：… 缓存必须包含正确的隔离维度。检索结果通常依赖 query、语料版本、embedding、过滤条件和租户权限；生成缓存还依赖模型、Prompt、上下文与安全策略。漏掉任一维度都可能返回过期或越权答案。KV Cache 是请求级计算状态，也要考虑不同会话之间的隔离与释放。压测不能只用等长的随机请求。应复现目标流量中的输入长度、输出长度、工具等待、热门与长尾 query、突发和故障注入，并同时观察 GPU 利用率、显存、CPU、网络、队列与错误。优化上线前设置质量和安全回归门槛…

#高德#Agent#Agent 系统延迟优化

面试题·评估· 蚂蚁

Agent 系统哪些模块最易出问题?

匹配追问：………比如规划层、工具层、上下文管理，哪个最头疼？……那如果规划层出现循环调用，你监控什么指标？定位的时候怎么快速知道是模型问题还是prompt问题？直球架构请你设计一个AI Agent的监控体系，重点覆盖规划决策、工具执行、上下文管理这三个高危模块。你需要明确：监控哪些指标、用什么方式采集、告警阈值怎么定，以及出问题时定位诊断的关键步骤。

#蚂蚁#Agent#AI Agent 稳定性

面试题·评估· 字节

RAG 评估指标与迭代陷阱

匹配口述回答：…[[重排]]，把关键词匹配和语义匹配结合起来。如果召回够但生成还是瞎编，那就强制引用，让模型必须标注来源，甚至把检索内容直接前置到prompt里。还有一个常见失败场景：用户问题太模糊，比如问“满减怎么算”，这时候我会做查询扩展，比如HyDE，先生成一个假设答案再拿去检索。落地时我特别关注一个前提：离线指标提升不一定等于线上好用。比如召回率高了，但引入的噪声文档反而让生成更不稳定。所以上线前我会建一个回归测试集，覆盖高频query和边界case，比如用户问“订单号输错了怎么办…

#字节#评估与监控#RAG 评估

面试题·评估· 淘天

RAG 怎么减少幻觉?

匹配口述回答：…NN]]检索可能变慢，需要做索引优化，比如用[[HNSW]]或[[IVF-PQ]]。三是生成质量，检索到的信息可能冗余或冲突，需要Prompt设计或Rerank来整理。另外，单纯RAG处理多跳推理问题比较吃力。比如问'2023年双十一满减规则和去年比有什么变化'，需要先检索2023年规则，再检索2022年规则，然后对比。这时候我会考虑[[Agentic RAG]]，让模型自主决定检索步骤，或者用[[ReAct]]框架把推理和检索交替进行。所以整体上，我会把RAG看成一种低…

#淘天#事实准确性#RAG 减少幻觉

面试题·评估· 京东

RAG vs RLHF 幻觉治理

匹配口述回答：…模型生成前，我先从外部知识库检索相关文档，比如用 [[Hybrid Search]] 把关键词和向量检索结合起来，然后把文档拼到 prompt 里，告诉模型“你就按这些材料回答”。这样给模型提供了可追溯证据，但提示不是硬约束，模型仍可能误读资料或编造。这在客服场景特别典型，比如用户问退款政策，我检索到最新的满减规则文档，模型应基于文档回答，仍需检查退款比例与引用是否受证据支持。但 RAG 有个前提：检索质量必须高。如果检索出来的文档跟问题不相关，或者 chunk 切碎了导致信…

#京东#RAG 与 RLHF#RAG vs RLHF 幻觉治理

面试题·评估· 快手

LangChain 关键组件与流程?

匹配口述回答：…流程中，超过30天的订单怎么处理？”这时候先用Retriever从文档库召回相关SOP片段，然后用Chain把这些片段和问题组装成Prompt，交给大模型生成答案。但如果用户问“我的订单昨天退款了，为什么还没到账？”，这就得Agent上场了：它先查订单状态API，再查退款规则，然后决定是回复“还在处理中”还是触发人工介入。这里有个坑，就是Memory的管理。如果对话轮数多，Buffer策略会爆token，Summary策略又可能丢失细节。我一般用混合策略：短期用Buffer…

#快手#评估与监控#Agent

面试题·评估· 淘天

现代RAG架构有哪些改进?

匹配口述回答：这道题问的是现代[[RAG]]到底比传统流水线强在哪，本质是看检索和生成的关系从单向变成双向互动了。传统做法是检索完把结果拼进prompt，生成器就直接用了，三个模块各自优化，检的只管检，写的只管写。但现代RAG会把检索嵌进生成过程里，让生成器反过来指导检索，比如生成到一半发现缺信息，再主动去查一次。这不是简单拼接，而是有更深层的融合。具体说一下，传统RAG适合那些问题比较固定、知识库也不太变动的场景，比如内部知识库问答，查什么文档基本一眼就能判断。但真实业务里，问题复杂度…

#淘天#评估与监控#RAG架构改进