匹配正文：…nt逻辑，自主性弱适用：企业级RAG、固定工作流、多Agent协作系统 AutoGPT 优势：内置目标分解、自我反思、长期记忆（向量存储）局限：易陷入循环、成本高、输出不可控适用：研究探索、开放式任务、原型验证 BabyAGI 优势：极简实现（<200行），任务优先级机制清晰局限：无工具调用标准接口，扩展性差适用：教育演示、轻量任务调度场景选型建议生产环境首选LangChain：可控性强，社区生态成熟，调试友好快速验证用BabyAGI：理解Agent核心循环的…

#淘天#Agent#LangChain vs AutoGPT

面试题·Agent· 字节

Agent 框架核心组件怎么搭?

匹配口述回答：面试官问[[Agent]]框架，我觉得本质上是在问一个问题：你打算怎么把大模型的思考能力，落地成一个能真正干活的闭环系统。不是简单调个API，而是让LLM能自主观察、推理、行动，并且承担后果。我一般会把Agent拆成四个模块：规划、记忆、工具调用、执行引擎。先说规划。规划的核心是拆解任务，但这里有个边界划分：Plan-and-Solve 和 [[ReAct]] 两种模式，到底选哪个？Plan-and-Solve适合任务步骤明确、环境稳定，比如帮用户生成一份周报，先列提纲再逐…

#字节#Agent#Agent 框架设计

面试题·Agent· 字节

AutoGen vs LangGraph 怎么选?

这道题其实是在问，当你需要编排多个大模型[[Agent]]的时候，如何在灵活性和可控性之间做取舍。AutoGen和LangGraph代表了两种完全不同的思路。先说核心差异。AutoGen的核心抽象是对话，它模拟的是人类团队协作，Agent之间通过自然语言你来我往的商量，发言与控制可以由模型选，也可以round-robin或自定义规则；不能说控制权都交给模型。而LangGraph的核心抽象是状态图，你显式定义好节点和边，数据在节点之间按你画好的路径流动，图结构可显式设计，条件…

← 上一页第 21 / 22 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

匹配口述回答：

#字节#百度#Agent

面试题·Agent· 字节

LangGraph外还有哪些流程编排框架?

匹配正文：…t开发套件，支持C#/Python/Java 关键设计：Plugins（函数级封装）、Planners（自动编排）、Memory（向量存储抽象）优势：与Azure OpenAI深度集成，企业合规友好；Planner支持Handlebars模板控制流适用场景：.NET技术栈企业、Microsoft 365生态扩展其他值得提及 CrewAI：多Agent角色协作，适合模拟团队工作流 Dify/Flowise：低代码编排，快速验证场景选型建议场景推荐复杂RAG+轻量A…

#字节#百度#Agent

面试题·文档处理· 字节

RAG 长文档怎么切块?

匹配口述回答：…档结构要清晰。如果是一份没有标题、没有分段、格式混乱的[[OCR]]扫描件，语义切分效果会大打折扣。而且块大小不均匀，对后续的[[Embedding]]和检索延迟有影响。所以真正落地的时候，我倾向于把两者结合起来。一个很实用的做法是多粒度设计，也叫Parent-Child结构。较小块负责精准命中，较大父块负责补回生成上下文；两者的具体长度都作为候选变量，由文档结构、模型窗口和同一评测集决定。通过元数据把小块和大块关联起来，这样既保证了召回率，又给了模型足够的上下文。举个例子…

#字节#文档处理#RAG 文本切块

面试题·文档处理· 字节

医学论文与法律条文切块

匹配口述回答：…会按这个结构切，每个部分单独成块。但表格要特殊处理，因为表格里的信息密度很高，我会把表头加一行关键数据作为一个独立chunk，否则模型很难理解表格里的内容。这里有个常见的坑：chunk边界上的关键信息很容易丢失。所以我会把零重叠、短窗口和较长窗口放进同一评测集，检查前后块共享边界内容是否真的改善证据完整性，这样就算一句关键描述刚好在边界上，两个chunk里都能找到它。再说chunk大小。chunk大小没有通用范围，要同时看文档结构、Embedding输入限制、查询类型与L…

#字节#医学论文与法律条文切块#医学论文和法律条文为什么要用不同的切块策略

面试题·文档处理· 百度

RAG 分块参数调优

匹配口述回答：…怎么在信息密度和检索精度之间做平衡。块切太大，语义是完整了，但检索时容易命中一堆无关内容；块切太小，精度上去了，但上下文碎片化，大模型反而看不懂。所以没有一个万能策略，得根据文档类型和业务场景来选。先说三种核心策略，各有各的适用边界。固定长度分块最简单，按token数或者字符数一刀切，具体长度作为候选变量。优点是实现快、[[Embedding]]均匀、批量处理效率高。但缺点是它不管语义边界，可能一句话被拦腰切断，关键信息就丢了。所以它适合那种内容结构统一、长度一致的文档，比…

#百度#RAG 分块参数调优#RAG 分块大小和 overlap 怎么调？指标与实验方法

面试题·评估· 美团

LLM 幻觉治理方法对比

匹配口述回答：…赖自己的记忆。但这里有个边界要划清楚：RAG 特别适合事实性幻觉，比如客服场景里用户问“退款政策是什么”，你从知识库拉回最新文档，模型照着说就行。但它不太适合那些需要模型深度推理的任务，比如合同条款分析，因为检索回来的片段可能互相矛盾，模型自己又没能力做逻辑仲裁。那落地的时候，RAG 最大的风险其实不在生成，而在检索。检索质量决定了 RAG 的上限。如果你用简单的向量检索，召回率可能很高但精度差，混进一堆噪声，模型反而更容易被带偏。所以我会在检索阶段做 [[Hybrid S…

#美团#幻觉治理#LLM 幻觉治理方法对比

面试题·评估· 京东

RAG vs RLHF 幻觉治理

匹配口述回答：这道题其实是在问，大模型产生[[幻觉]]，我们到底从哪下手。检索增强提供证据，偏好训练调整行为；幻觉成因可能重叠，不能把[[RAG]]和[[RLHF]]分别对应成不知道与知道但乱说两类。先说 RAG，它的核心思路是开卷考试。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…

#京东#RAG 与 RLHF#RAG vs RLHF 幻觉治理

面试题·评估· 百度

Single-Agent vs Multi-Agent 怎么选?

匹配口述回答：…、观察，再思考，这个闭环里可以嵌套 [[Chain-of-Thought]] 或者树状推理。记忆层面一般分两层：短期工作记忆和长期向量记忆，用来存对话历史或者领域知识。单智能体适合什么场景呢？任务边界特别清晰，工具调用链可控，不需要外部协作的闭环任务，比如个人助手、代码生成这些。 [[多智能体]]就复杂一些。常见有三种拓扑。一种是集中式，一个管理者统一调度，各个智能体专精执行，比如 MetaGPT 那种，项目经理分任务给开发、测试。一种是分布式，没有中心节点，智能体之间 pe…

#百度#评估与监控#Agent

面试题·评估· 快手

LangChain 链式调用原理

匹配口述回答：…时，怎么把那些重复的、共性的东西抽象出来，让开发变得像搭积木一样。LangChain本质上是面向LLM的编程框架，它通过分层抽象把模型调用、知识检索、流程编排这些事拆成了六个核心模块。先说一下模型输入输出层，它统一了不同模型的接口，你换模型只需要改个类名，比如从ChatOpenAI换成HuggingFacePipeline，代码主体不用动。再一个是检索层，它把文档加载、切分、[[向量化]]、存储这一套串起来，[[RAG]] 场景下最常用。然后是链，它定义了一个固定流程，比如…

#快手#评估与监控#Agent

面试题·评估· 商汤科技

AI Agent 核心理解与未来趋势

匹配口述回答：这道题其实是在问，我们怎么理解大模型和[[Agent]]的关系，以及真正落地的时候，什么该交给Agent自主，什么必须人盯着。我觉得核心就一句话：LLM是大脑，Agent是完整的人。大脑能思考，但人才能感知、规划、行动、记忆，形成一个闭环。具体说一下，LLM是被动响应的，你问一句它答一句，单次推理；Agent不一样，它自己会拆任务、调工具、看反馈、迭代执行。你可以这么理解：LLM像个知识丰富的顾问，你问什么它说什么；Agent像个项目经理，自己定目标、找人干活、检查结果。 …

#商汤科技#评估与监控#AI Agent 理解

面试题·评估· 淘天

RAG 评估：检索、生成与端到端指标

匹配口述回答：…ision考虑相关项的排序位置。以v0.1.21的Answer Correctness为例，它组合事实正确性与语义相似度，不是只算embedding相似度，需固定版本。但这里有个前提：裁判LLM本身要靠谱。如果裁判模型能力不够，它可能分不清哪些是忠实哪些是编的。所以我会先用一批人工标注的测试集校准裁判的准确率，按业务错误类型、标注一致性与误判成本决定是否换模型或调整prompt，不预设通用90%门槛。说到这，其实还有一个更隐蔽的问题：RAGAS的Context Precis…

#淘天#评估与监控#RAG 线上效果评估

面试题·评估· 美团

Agent 基础能力怎么定义?

匹配正文：…状态与任务输入多模态输入解析、用户意图识别、实时数据接入记忆维持上下文与经验积累短期工作记忆（对话历史）+ 长期知识记忆（向量库/知识图谱）规划将目标拆解为可执行步骤任务分解（CoT/ToT）、动态 replanning、依赖关系管理工具调用扩展能力边界，与外部系统交互 Function Calling、API编排、工具选择策略行动执行将决策转化为实际输出代码执行、事务提交、多轮确认机制能力依赖关系感知 → 记忆（写入） ↓ ↓ └────→ 规划…

#美团#Agent#Agent 基础能力

面试题·评估· 安克科技

Agent/RAG 评估指标与挑战

匹配口述回答：…个客服退款系统，用户问“我订单超时了，怎么退款”，如果检索没召回退款流程文档，后面生成再强也没用。所以检索层我通常会同时用关键词和向量两种方式，也就是 [[Hybrid Search]]，因为光靠语义可能漏掉精确匹配的订单号或错误码。这里有个前提：K 值不能设太大，否则延迟会暴涨。如果系统要求 200 毫秒内响应，K 设到 10 可能就超了，得在召回率和延迟之间找平衡。再讲生成层。这一步评估的核心是 [[Faithfulness]]，也就是生成内容有没有忠实于检索到的文档。…

#安克科技#评估与监控#Agent

面试题·评估· 美团

Agent 功能模块怎么分工?

匹配口述回答：…个模块就是最常用的工具，但它们的职责边界和协作方式，决定了 Agent 的上限。先说 Search。它的核心定位是信息获取，弥补模型知识截止和 [[Hallucination]] 的问题。输入就是一个自然语言的 query，输出是检索到的文档片段或链接。但这里有个坑，就是你不能把 Search 当成万能的知识库。比如一个客服退款场景，用户问“我上周买的鞋降价了，能退差价吗”，如果直接搜全网，可能搜到过期的促销政策。真正落地时，Search 要跟业务知识库配合，比如先搜内部的…

#美团#评估与监控#Agent

面试题·评估· 百度

MRR 在 RAG 中怎么定义?

匹配口述回答：…质量；到了生成端，还要看 faithfulness 和答案正确率。这样才能判断问题到底是“没找回来”“排得太后”，还是“找回来了但模型没用好”。如果要落到优化动作上，MRR 低通常说明排序链路有问题，可能是 [[embedding]] 不适合、query 改写不准，或者 reranker 没把真正有用的文档顶上来。这个时候我会先看 TopK 列表，而不是直接改 prompt。 MRR定义：所有查询倒数排名的平均值 RAG首位相关性决定生成质量需配合Recall@K使用实…

#百度#评估与监控#MRR 定义

面试题·知识图谱· 淘天

GraphRAG 增量更新怎么保实时?

匹配口述回答：…文本可以先进入受权限控制的文本检索，图和社区报告随后发布，答案证据要能定位到具体版本。我也不会假设图数据库一个事务能同时更新外部向量库和模型生成的报告。跨组件更实用的做法是代际发布、可重放事件和后台对账。最后会拿同一版本的全量重建做基线，比较实体关系差异、社区稳定性、报告事实支持和固定查询答案。若局部结果超出阈值，就扩大重算或转全量；保留旧 generation，回滚只切指针。这样才是可验证的实时更新。 GraphRAG 产物不止固定两层用 provenance 传播新…

#淘天#GraphRAG 增量更新#知识图谱实时性

面试题·知识图谱· 字节

GraphRAG 如何支持复杂关系查询？

匹配正文：…-k、证据 Recall@K、路径精确率、计算正确率、答案支持度、延迟与越权率。回退阈值来自这些结果，不用通用“低于 80% 就纯向量”。参考资料 Microsoft GraphRAG：Local Search Microsoft GraphRAG：查询概览

#字节#知识图谱#GraphRAG 实现

面试题·知识图谱· 腾讯

GraphRAG适用场景 vs 传统RAG 有哪些?

匹配口述回答：这道题其实是在问，什么时候应该放弃纯向量检索的灵活，转向更结构化的知识表示。我的理解是，[[GraphRAG]]和传统[[RAG]]没有谁取代谁，它们各自有最适合的领地。真正落地的时候，我往往会看数据本身有没有天然的图结构，以及查询是不是涉及多跳关系。如果只是搜个产品描述，传统RAG就够了；但如果问题是'某药物通过哪些靶点影响某疾病'，那向量检索很难跨文档把因果链串起来，这时候GraphRAG就自然得多。具体说一下。我最先想到的场景是复杂多跳问答。比如在企业合规场景里，一条…

#腾讯#知识图谱#GraphRAG vs RAG

面试题·Prompt· 字节

RAG Generator 怎么构造 Prompt?

匹配口述回答：… 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”，我会沿证据冲突、上下文位置、指令覆盖和模型忽略证据这几条路径逐项排查。上下文构造里还有几个很容易被忽略的点。如果多个片段重复、互补或互相冲突，去重不能只看向量相似度，否则可能把关键时间、数字和否定条件删掉。冲突证据要结合来源权威性、文档版本和更新时间处理，无法判断时把不确定性告诉用户。需要跨文档推理时，要保留实体关系和各步引用，不能压缩成一段失去来源的摘要。文档里即使出现“忽略前文”…

#字节#Prompt工程#RAG Generator Prompt

面试题·Prompt· 字节

Agent 系统架构与 Prompt 设计原则

匹配正文：…可扩展原则工具调用与LLM解耦规划能力支持多步推理和错误恢复记忆机制区分短期上下文与长期知识一、整体架构设计原则四层架构模型感知层：统一输入接口，支持多模态/多来源数据接入规划层：核心决策模块，负责任务分解、策略选择、异常处理执行层：工具调用抽象，与具体实现解耦，支持同步/异步执行记忆层：短期工作记忆（对话上下文）+ 长期 episodic/semantic 记忆关键设计点规划层与执行层分离，避免LLM直接操作外部系统工具注册采用Schema定义（Op…

#字节#Agent#Agent 系统设计

面试题·RAG· 字节

医疗 RAG 索引如何保合规?

匹配口述回答：…就直接告诉用户“找不到相关信息”，而不是强行生成。这其实涉及到[[Faithfulness]]和[[Self-RAG]]的思路，让模型自己判断是否该回答。所以整体上，我更倾向于把专业领域RAG看作一个工程系统，而不是一个模型问题。数据流程的严谨性、索引架构的冗余设计、合规机制的强制嵌入，这些比调一个更好的模型更重要。上线前我会用一批固定query回放，对比召回率和准确率，不达标绝不切换。这道题本质在问专业领域RAG的工程化落地数据采集与清洗：权威源+人工审核索引架构：…

#字节#医疗RAG合规#RAG 数据处理流程

面试题·RAG· OPPO

搜索评分如何融合点击与停留?

匹配口述回答：…我会把它分成三块。第一块是相关性，这个最直接，用 [[BM25]] 加一个语义相似度，比如 [[Bi-Encoder]] 算出来的向量余弦，然后过一个简单的 MLP 压到 0 到 1 之间。第二块是点击率，但注意，这里有个坑，原始 CTR 是有位置偏置的，排在前面的天然容易点。所以我会用 IPS 或者 EM 做位置去偏，得到一个无偏的 CTR 估计。第三块是用户满意度，我主要看停留时长，因为它是比较直接的满意度信号，但停留时长是长尾的，我会取对数变换，比如 log(1+dwe…

#OPPO#评分函数归一化#Scoring Function 设计