匹配正文：…要点区分"检索准确"与"生成失败"的边界，定位问题根因掌握提示工程、上下文压缩、重排序等轻量级优化手段理解SFT/RLHF在RAG场景的特殊性（如拒答能力、引用忠实度）提及系统级方案如多模型路由、生成后校验问题定位：检索准≠生成好先确认是生成能力不足还是检索-生成对齐问题：检索片段本身矛盾/冗余 → 上下文组织问题模型忽略检索内容、自由发挥 → 注意力对齐问题模型无法理解专业领域知识 → 领域适配问题分层优化策略 1. 提示工程（零成本）显式指令：强制要…

#生成模型调优#上下文利用#RAG 生成不准确

求职指南·求职

大模型应用开发岗一天在做什么?细分岗位画像

匹配正文：…融合? RRF 的 k 怎么解释? 晚些做评估集和错误分类 Recall@k、MRR、答案正确率怎么量化? 发布前加引用溯源、拒答、权限过滤没依据时怎么拒答? 不同用户能不能看到同一份文档? RAG 很适合后端转型,因为它一半是数据管线和服务系统,一半是模型行为。站内的RAG 智能问答系统就是按这个链路设计的:从文档处理到检索、重排、记忆、引用、评估一步步补齐。如果你简历里只有“基于 LangChain 搭建知识库问答”,会很薄。把它升级成“构建保险知识库 RAG,通…

#求职#职业转型

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：…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还要做权限控制、隐私处理和人工确认。系…

← 上一页第 3 / 3 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

#模态对齐#数据构建#推理一致性

面试题·项目与经历· 商汤科技

项目局限性与改进方向

匹配正文：…排除【】，目前最支持的是【】。已尝试【方案】，结果【】，副作用【】；下一步以【最小实验】验证。若无法在预算内解决，采用【回退、拒答、人工或权限限制】控制风险。 RAG 项目要拆分 retrieval recall/precision、证据进入上下文、context utilization、faithfulness、最终任务成功和延迟成本。召回提高可能带来更多噪声，但并不存在“召回和幻觉天然此消彼长”的定律。top-k、重排、上下文组织、模型能力和任务分布共同决定结果，必须…

#项目复盘#技术债务#系统优化

面试题·项目与经历· 美团

项目难题怎么定位与解决?

匹配正文：…果写【有记录的指标及统计口径】。如果没有对应经历，应明确说没有直接做过，再给出会采用的排查方案，不能借用公司名、期限或收益。以 RAG 质量问题为例，Top3 检索结果差只能说明端到端链路出现了坏样本，不能直接证明 embedding 负样本不足。定位时要按查询类型和文档类型切片，先查知识覆盖率、切分与元数据，再分别测候选召回、重排排序、上下文组装、引用支持和最终答案。召回层至少看 Recall@k 或命中率，排序层看 MRR、NDCG 或人工偏好，生成层看答案正确性、证据…

#问题定位#工程实践#跨团队协作

面试题·评估· 美团

LLM 幻觉治理方法对比

匹配口述回答：…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 Search]]，把关键词和向量结合起来，再加上 [[Rerank]] 把最相关的文档排到前面。而且上线后我会特别关注一个失败场景：当检索结果为空时，模型会退化成纯生成，那幻觉率会飙升。我的做法是加一个拒答逻辑…

#美团#幻觉治理#LLM 幻觉治理方法对比

面试题·Prompt· 脉脉

Prompt 怎么系统设计与优化?

匹配正文：…满意度、任务完成率、人工复核准确率迭代机制：建立Prompt版本库，小流量A/B测试，关键变更需回归测试集（含对抗样本）。四、RAG/Agent场景的特殊考量 RAG：Prompt中显式区分"检索知识"与"模型先验"，设置拒答阈值（"若检索结果置信度<0.7，回复'信息不足'"） Agent：工具描述标准化（name/description/parameters/returns），ReAct循环中嵌入自我纠错指令学习建议建议从基础提示技巧入手，学习Few-shot、角…

#脉脉#评估与监控#Agent

面试题·评估· 商汤科技

评测数据集怎么选?

匹配口述回答：…隐藏测试。只给一个 pass@1 数字而不说明 prompt 与采样设置，无法复现。【完整展开】业务评测需要覆盖真实输入分布。RAG 场景可把检索 recall/precision、证据是否进入上下文、回答是否使用证据、引用是否正确和最终任务成功拆开。分类或抽取任务要按类别、长度、语言、时间与高风险样本分层。数据来源、使用许可、脱敏、标注指南、仲裁流程和版本都要记录。若相同文档、用户或模板跨训练与测试，会造成泄漏；公开 benchmark 还要做预训练污染和近重复检查。 …

#评测数据集#benchmark选择#评测指标

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：…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、代码执行或数据库可处理确定性事实，但 RAG 不是自动真实。检索可能漏证据，模型可能忽略上下文，文档还可能包含提示注入。系统应区分指令与不可信内容，校验引用是否真的支持对应断言，工具采用最小权限、参数白名单、超时和审计，高风险…

#幻觉检测#内容安全#RLHF

面试题·评估· 高德

高并发 Agent 延迟卡在哪?

匹配口述回答：…户隔离和淘汰策略；speculative decoding 的收益取决于接受率，不能直接承诺固定倍数。上下文压缩、小模型路由和提前拒答也要做质量回归。验证时固定 query、语料、模型、硬件和并发曲线，每次只改一个变量。报告 Recall@K、任务成功率、首 token、每 token、P95/P99、吞吐、显存和成本。最后设计过载降级：检索超时用受控缓存或拒答，生成过载限流或路由，但不能用未经验证的结果假装成功。高并发优化还要关注排队论和背压。单个阶段平均很快，不代表尾…

#高德#Agent#Agent 系统延迟优化

面试题·Prompt· 科大讯飞

Prompt 设计原则有哪些?

匹配口述回答：…任务层要说清输入、目标和失败边界；上下文层只注入完成任务所需的事实、检索证据和工具结果，避免把无关长文档全部塞入；约束层明确权限、拒答、引用和不确定性处理；输出层使用 JSON Schema 等契约校验字段，而不是只写一句‘请按 JSON 返回’。 Few-shot 示例的价值不在数量，而在覆盖边界。正常、模糊、拒绝和格式异常都要有样本，并且不能让示例泄露评测答案。Query 改写、摘要记忆和长上下文压缩也不是默认开启，要用 bad case 证明它们解决了什么问题，同时记录…

#科大讯飞#阿里#Prompt工程

面试题·Prompt· 字节

电商Prompt设计陷阱

匹配口述回答：…退款”，模型不能瞎编政策。我会把知识库检索到的相关政策段注入prompt，比如“退款规则：超时未退自动触发，48小时到账”，然后加拒答策略：“若问题不在知识库，回复‘已转人工’”。这样既准确又安全。少样本示例在这里特别有用，我通常给一个正确回答和一个拒答示例，模型就学会什么时候该说“不知道”。但这里有个坑：少样本示例不能太多，否则prompt太长，成本高还容易超上下文。一般两三个就够了，而且要选典型场景。落地风险我重点说两个。一是[[幻觉]]，模型可能推荐下架商品或编造退…

#字节#Prompt工程#电商 Prompt 设计

面试题·Prompt· 百度

Prompt 优化策略有哪些?

匹配口述回答：…偏差。复杂任务可以要求模型先给可验证的计划、计算结果或工具调用，不过自由生成的思维过程不能当作正确性证据。涉及外部事实时，我会用 RAG 或工具补充来源，Prompt 负责证据边界、引用、不确定时的行为和权限，而不是要求模型凭记忆猜。我先从工程设计角度回答，再用一个假设场景说明。假设做客服质检，可以固定模型、解码参数和数据切分，逐步比较基础指令、边界 Few-shot、结构化输出与验证器。每次只改变一个主要因素，同时看分类质量、格式成功率、校准、安全错误、token 和延迟…

#百度#Prompt工程#Prompt 优化

面试题·模型架构· 得物

大模型面临哪些核心挑战?

匹配追问：你们业务中幻觉问题具体怎么解决的，有没有做事实性校验的pipeline 长上下文场景下你们怎么权衡成本和效果，有没有试过RAG+长文本的混合方案推理延迟要求很严的话，你们量化方案选的是哪种，有没有做投机解码场景切入假设你在做一个实时客服机器人，用户问一句你就要立刻回一句，不能卡顿。你手头有个千亿参数的模型，怎么让它跑得快又不炸显存？层层追问大模型落地主要有哪些瓶颈？……那推理延迟怎么优化？……还有幻觉问题，你遇到过吗？怎么解决的？……长上下文呢，比如处理一份几十页的…

#计算效率#幻觉问题#长上下文

面试题·项目与经历· 商汤科技

实习项目业务场景怎么讲?

匹配口述回答：…说明规则为何覆盖不了长尾、检索是否能提供实时知识、生成是否真的必要。若只需要确定字段，可优先规则或分类模型；若知识频繁变化，可用 RAG；若需要稳定遵循某种回复格式和行为，再考虑 SFT。SFT 常用示范数据做 next-token 训练，它能适配任务分布，但不保证新增事实知识或普遍提升推理。【完整展开】行动部分按证据链描述。数据侧说明来源、许可、切分、防泄漏和质量检查；模型侧给出基线、候选方案、固定评测集与消融；系统侧说明检索、模型、规则、人工和外部工具各自边界；上线侧…

#业务理解#需求分析#技术选型

面试题·评估· 蚂蚁

Agent项目挑战与解决方案怎么讲?

匹配口述回答：…长链路需要总截止时间、子步骤预算、检查点和可恢复的状态，而不是无限让模型反思。结果复盘同时关注修复率与新风险。错误率下降是否增加拒答，自动化率上升是否增加高风险误执行，异步化是否损害用户可见状态，都要报告。面试官继续追问时，我可以给出失败请求的 trace、修复提交、回归用例和灰度结果；如果其中任何一项不存在，就缩小结论，不把设计设想说成已经验证。最后，口述时先给出一句与真实经历一致的结论，再沿“场景、职责、决策、证据、边界”展开。任何无法对应记录的公司、数字、职责或因果…

#蚂蚁#评估与监控#Agent 项目经验