搜索大模型内容

Function Calling 有了 JSON Schema，为什么工具参数还是会错？

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

匹配标题与标签：…力边界、分层参数校验、错误修复、权限安全、提示注入和版本回归出发，讲清 Function Calling 工程实现。 Agent Deep Research 研究工具与稳定性 Function Calling 参数校验 JSON Schema 工具调用 Agent Tool Calling 工具调用安全 Agent 面试题

#Deep Research#研究工具与稳定性#Function Calling 参数校验

#Deep Research#数据构造与训练#Deep Research 复杂问答

简单问答怎样升级成真正需要多步研究的问题，又不把题目编坏？

匹配正文：…和来源组，还要检查证据时间。不是所有题都要做成动态题。若目标是训练证据组合和工具规划，可以优先使用事实较稳定的材料，减少标签维护成本。只有确实要检验时效研究能力时，才引入动态范围与版本治理。开放题和无答案题如何验收？ Deep Research 任务不全是唯一事实答案。方案比较、风险分析和调研建议常常允许多个合理结论；有些题在限定来源中确实找不到足够证据。开放题不能用一段固定参考文案做字符串匹配。更合适的是拆成约束覆盖、证据质量、比较口径、取舍说明、风险边界和未决问题。…

#Deep Research#数据构造与训练#Deep Research 轨迹生成

Teacher 生成的 Agent 轨迹为什么不能直接拿去训练，怎样筛出高质量样本？

匹配正文：做 Deep Research 训练数据时，常见做法是把一批研究问题交给更强的 Teacher 模型，让它使用 Search、Visit、学术检索或计算工具完成任务，再把过程保存下来训练较小模型。听起来像是把“优秀学生的解题过程”交给另一个学生模仿。问题在于，Teacher 更强不等于每次都对。它可能调用格式正确，却选错工具；可能访问了很多页面，却没有推进任务；也可能在工具失败后自行补出一段观察，最后写出一篇流畅但证据对不上的答案。如果这些轨迹未经验证就进入训练，学生模…

#Deep Research#数据构造与训练#Deep Research 工具选择

训练数据里 Search 太多，为什么 Agent 遇到什么都想先搜？

匹配标题与标签：训练数据里 Search 太多，为什么 Agent 遇到什么都想先搜？从首次训练偏 Search 的观察出发，讲清 Deep Research 工具选择偏置的条件分布、成对数据、归因与小批验证。 Agent Deep Research 数据构造与训练 Deep Research 工具选择 Agent 数据偏置工具调用训练数据默认 Search Deep Research 面试题

#Deep Research#数据构造与训练#Deep Research GRPO

GRPO 为什么同一道题要采样一组答案，组内相对优势到底怎么算？

匹配正文：…。组太小则均值和标准差更容易受单条异常影响，也可能很难采到明显不同的路径。合理组大小要结合任务难度、轨迹长度、采样多样性、环境成本和 reward 稳定性实验确定。不能从教学示例的四条轨迹推导生产组大小，也不能把教程里举例的某个 N 当统一最佳值。评估时应同时观察组内 reward 分布、有效组比例、轨迹差异和单位有效信号成本。截断轨迹为什么是 Agent GRPO 的大坑？ Deep Research 轨迹长，可能经过多次搜索、访问、计算和摘要。若达到最大长度时…

#Deep Research#数据构造与训练#Deep Research 截断轨迹

长轨迹被截断就算失败吗，为什么这样做会把 Agent 训成提前乱答？

匹配正文：Deep Research Agent 一次任务可能经历多轮搜索、访问、计算和摘要。当轨迹达到最大 token、最大步骤或运行时间，系统可能在 final answer 之前停止。很多训练管道看到“没有最终答案”，就直接给零 reward，并把这条轨迹当作负样本。这看起来合理，实际上可能教坏模型。有些轨迹确实走错了，有些只是环境超时，还有些方向完全正确但预算用完。若全部受到同一种惩罚，模型反而会学着赶在截断前随便给出答案，研究质量未必提高。相关训练材料明确提醒，这种处…

#Agent#多智能体与评估#单 Agent 和多 Agent 区别

复杂任务一定要拆成多 Agent 吗？单 Agent 与多 Agent 怎么选

匹配正文：面试官可能会问：“一个 Deep Research 任务里有检索、分析和写报告，是不是应该分别做三个 Agent？” 很多人会直接回答“多 Agent 分工更专业”。但把三个 Prompt、三个名字和三段对话连起来，不代表系统真的获得了新的能力。任务边界不清时，多 Agent 只会增加消息传递、上下文复制、状态一致性和失败归因成本。反过来，一个 Agent 同时面对大量工具、相互冲突的指令、很长的中间轨迹和多个独立目标，也可能出现工具选择混乱、注意力被稀释、一步失败拖垮整条…

学习路线·学习路线

大模型应用开发学习路线

匹配正文：…记忆、多智能体 Agent 状态、工具契约、停止条件、幂等、安全和可观测长任务调研、多源证据、报告生成、Agent 训练与评估 Deep Research 任务拆解、证据校验、长任务恢复、成本和评估治理如果 JD 同时写了知识库、Agent 和评测，也不代表你要同时做三个项目。选一条作为主项目，其他能力只补到可以和主链路协作。不确定应用岗和算法岗怎么选，先看应用开发岗与算法岗的区别；不知道 JD 里的词对应什么工作，看大模型岗位画像和JD 逐条解读。过关标准：你能说…

#学习路线#RAG#Agent

系统教程·评估

大模型评估与监控面试题大全

匹配正文：评估是大模型应用从 demo 走向生产的分水岭。面试官会追问你怎么构造评测集、怎么区分检索问题和生成问题、线上怎么监控成本与质量。这一页把评估与监控题目、项目章节和面试准备路径放在一起。配套教程 RAG 教程第 10 章：从感觉好用到可量化评估 Deep Research 第 8 章：Agent 评估与上线监控知识模块评估指标、评测集与线上监控评估指标、评测集与线上监控常见问题大模型评估面试最容易被追问什么？最常见的是评测集怎么来、指标为什么这样选、badcas…

#专题学习#大模型评估与监控面试题大全

转大模型应用开发路线图(2026):研究生/Java 后端要学什么、多久上岸

匹配正文：…· 调用大模型 3. 完整项目 6-8 周 4-6 周一个能写进简历的 RAG 或 Agent 项目 RAG 智能问答系统 / Deep Research Agent 4. 面试冲刺 3-4 周 2-3 周题库口语化答案、项目追问稿、投递清单 851 道真题 + 真实面经业余每天 1-2 小时,大多数有工程基础的人按 4-5 个月设计比较稳。全职投入不是简单除以二,因为项目和面试反馈需要时间沉淀;更合理的预期是 2-3 个月做完第一轮闭环,再用投递结果修项目和简历。第…

大模型应用开发岗和算法岗有什么区别、普通工程师怎么选

匹配正文：…础、向量检索、重排与优化、评估与监控 RAG 智能问答系统做深 Agent 开发 Agent、Prompt 工程、工具调用相关题 Deep Research Agent做深应用算法/微调模型微调、RLHF 与对齐、模型训练轻量微调项目 + RAG/Agent 应用场景推理部署/LLMOps 推理优化、模型架构、评估监控高并发推理、成本和稳定性案例如果你还在第一轮准备,不要追求每个方向都刷满。先用转大模型应用开发路线图定主线,再根据目标岗位挑模块。选择建议:用三道…

面试题·RLHF与对齐· 京东

PPO vs DPO vs GRPO 怎么选?

匹配正文：…L 可查 DeepSeekMath 的 GRPO 原论文，动态采样见 DAPO 原论文 §3.2。更完整的训练选择与边界，继续读 Deep Research 第 6 章。

#RLHF#PPO#DPO

2026 大模型岗就业市场:招聘量、城市、薪资档位、哪些公司在招

匹配正文：…知识库、客服、文档问答最常见 RAG 智能问答系统 + RAG 基础题 Agent 工程工具调用、自动化流程、研发助手需求增加 Deep Research Agent + Agent 题库评估与监控没评估就无法上线迭代评估与监控题库 Prompt 与工具调用仍是应用开发的高频入口 Prompt 工程题库重排与检索优化 RAG 效果好坏经常卡在这里重排与优化题库这也是为什么本站首页把“路线、项目、真题、口语版讲法和真实面经”放在一条线上:市场机会只是入口,真正决…

大模型应用开发岗一天在做什么?细分岗位画像

匹配正文：…清晰、权限边界、参数校验任务怎么推进多步搜索、调研报告、自动排障状态机、ReAct、记忆、终止条件失控怎么兜底循环调用、成本过高、误操作步数限制、人工确认、超时、审计 Agent 岗很容易被写得很炫,但面试追问通常很朴素:工具调用失败怎么办? 模型胡乱传参怎么办? 长任务上下文爆了怎么办? 什么时候让模型决定,什么时候写死流程? 如果你想走这类岗位,建议用Deep Research Agent做项目样本。它不是“会聊天的机器人”,而是搜索、阅读、反思、生成带引用报…

研一/研二转大模型应用开发:三年怎么规划、来得及吗

匹配正文：…成什么面试表达方式课程大作业文档问答、知识库、智能助教 “把课程资料做成 RAG,支持引用溯源和错题定位” 实验室论文阅读 Deep Research/论文调研 Agent “让 Agent 自动检索论文、提取方法、生成带引用的调研报告” 数据处理脚本 RAG 文档清洗和评估集构造 “处理 PDF/HTML/表格,做切块质量和召回评估” Web/后端项目大模型接入业务系统 “把 LLM API、权限、日志、队列和业务流程串起来” 推荐/搜索方向检索、重排、评估 “把…

工作三年的 Java 后端转大模型:在职怎么转、什么时候跳槽

匹配正文：… LLM API、流式输出、工具调用、最小 RAG 3 个可运行小 demo 第 4-7 周做完整项目跟RAG 智能问答系统或Deep Research Agent做主项目项目代码 + README + 架构图第 8 周加评估和 badcase 做 30-50 条评估样例,记录错误分类评估表 + 优化记录第 9 周写简历按简历项目追问模板补齐项目描述的证据一版可投简历第 10-11 周刷题和面经刷 RAG/Agent/评估模块,读目标公司面经 30 …

大模型技术栈全景:RAG / Agent / 微调 / 推理 / 评估各是什么、面试考多少、怎么学

匹配正文：…做深应用层直接面向用户/业务的形态 RAG 问答、Agent、AI Coding、企业知识库、研究助手 RAG 智能问答系统、Deep Research Agent、AI 编程实操两条线都要有一个 Agent Harness 层让 Agent 稳定跑起来的工程骨架状态管理、工具注册、权限确认、trace、replay、错误恢复、成本控制 Agent 题库、工具与函数调用章、记忆管理章开发/Java 后端线的主场 Data / Eval 层决定"效果好不好"能不能…

大模型简历怎么写:项目怎么描述、怎么量化、怎么防追问

匹配正文：…约束条件、上线边界面试官判断不了你做的是真需求还是玩具 demo 结果维度凭什么说它有效评估集怎么造、通过率/召回率、延迟、成本、badcase 改善一句"效果不错"等于没说,数字才是护城河三维不是分三段各写一句,而是让每一条项目描述里都同时带着"搭了什么(工程)+ 为谁解决(业务)+ 结果如何(结果)"。下面用站内两个教程项目做示范,数字均为示意口径(标注为经验值),你要换成自己真实测出来的。三维该写什么 RAG 智能问答系统示例 Deep Research …

要不要做微调 / Post-Train 项目,轻量版怎么做

匹配正文：…ompt/微调取舍"就够了,再往上是应用算法和研究生算法向的战场。想看这套训练闭环在一个真实 Agent 项目里怎么落地,可以读 Deep Research 的训练章;而完整的工业级 Post-Train 内容(SFT/RL 闭环、DPO/GRPO、轨迹数据)属于系统深挖的范畴,训练营里有专门拆解,自学时先不必强求覆盖这一层。两类人:研一/研二 vs 3 年 Java/后端结论:同样是"微调",在校生和在职后端该做的事实质不同——一个可以做深攒实验证据,一个应该做透 R…

项目深挖:面试官会怎么一层层追问你的项目

匹配正文：…不能定位每一步怎么记日志、怎么回放一次完整轨迹评估 eval 多步任务怎么评好坏按步评还是按最终结果评、评估集怎么造评估成本一次任务烧多少钱多轮调用的 token/延迟累计、怎么减无效调用服务与部署 Agent 链最容易断在中段:很多人能讲清"我接了几个工具让模型自己调",但一问"agent loop 里模型不停调工具怎么办""某个工具超时了你的系统会怎样",就答不上来了——因为 demo 跑通时这些异常没发生过。站内 Deep Research 教程把这条…

领域八股速通:RAG / Agent / 评估 / 微调高频考点地图

匹配正文：…o 里跑通一次,还是真能在出错时兜住。维度内容面试官在验证什么你能不能设计工具调用、管好上下文与记忆、处理失败与死循环、控成本,让多步任务稳定收敛先看哪个 Deep Research Agent 教程:从 ReAct、工具、记忆到评估代表题型 "Agent 怎么规划任务""工具调用失败怎么重试""上下文爆了怎么办""怎么防止 Agent 陷入死循环" 项目里怎么体现讲你的工具注册与权限确认、trace/replay 怎么做、失败恢复和成本控制的具体机制刷题去 …