匹配正文：…；不能因为候选过去被读取过，就继续保存在会话外缓存中供其他任务使用。不同失败症状应该检查哪一层漏召回、错召回和越权召回对应不同诊断路径。一个完整例子：继续上次的 RAG 评测用户说：“继续上次的 RAG 评测，还是先看召回问题。” 查询解析得到当前用户、当前工作区、RAG 项目、评测任务、关注召回阶段，以及可能的最近时间范围。硬过滤先排除其他用户、其他项目、无权读取、过期和被替代记录。候选生成分多路：按项目和任务 ID 查最近状态；语义检索历史总结与失败记录；精确查…

#Agent#记忆与存储#Agent 记忆检索排序

面试题·Agent· 蚂蚁

Agent 工具调用失败怎么处理?

匹配正文：核心设计原则：分层反馈 + 状态驱动决策一、错误信息暴露策略（分层控制）层级暴露内容适用场景受控诊断经脱敏的错误码、参数路径和可修复摘要如缺字段/枚举错误；不向模型发送凭据、内部堆栈和敏感参数语义化摘要 "认证失败"/"数据不存在" 通用场景，避免信息过载完全屏蔽仅返回"工具不可用" 安全敏感或外部不可信工具关键判断：先满足最小信息与敏感数据策略，再按可修复性和实测错误处理能力选择反馈；不存在7B/70B的通用能力门槛。认证由可信服务处理，不把访问tok…

#蚂蚁#Agent#Agent 工具调用失败

面试题·模型微调· 华为

Few-shot vs Zero-shot vs Fine-tuning 怎么选?

…成本上升：输入token增加，昇腾/NPU场景需评估吞吐影响无法学习新知识：仅做"模式迁移"，示例外的知识盲区仍存在（此时需结合RAG）华为场景实践典型如网络故障诊断：用Few-shot定义"故障现象→根因→处置建议"的输出格式，同时RAG注入实时告警知识库，既保证格式合规，又解决知识时效问题。学习建议建议系统学习该知识点

← 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

匹配正文：

#华为#Few-shot 提示#Zero-shot 对比

面试题·模型微调

生成质量差怎么调优?

匹配口述回答：…型检查答案是否覆盖了文档里的关键点，漏了就重试或提示。其实还有一个方向值得关注，就是让模型自己反思生成质量，比如 [[Self-RAG]] 的思路。它不是在生成后校验，而是在生成过程中就判断要不要检索、要不要引用，动态调整。我觉得这可能是下一代[[RAG]]的方向，比静态调参更灵活。所以整体上，我会把这个问题看成一条迭代链路：先诊断根因，再按成本从低到高尝试，每一步都要有评估指标，比如忠实度、连贯性。我更倾向于先用Prompt和上下文处理解决80%的问题，剩下20%再考虑…

#RAG 生成质量#指令遵循#生成模块调优

面试题·Prompt· 字节

Coding Agent 表现差怎么排查?

匹配正文：…差：修改A文件时忽略B文件的调用关系，导致回归错误语言/框架知识陈旧：训练数据截止导致的API变更、新特性不了解改进策略引入RAG检索相关代码片段和官方文档作为上下文增强针对特定技术栈做SFT或LoRA微调采用"plan-then-code"模式：先输出设计文档/修改方案，再生成代码二、工具调用层面核心问题参数格式错误：JSON schema理解偏差，特别是嵌套结构、可选字段工具选择失误：面对模糊需求时选错工具（如用文件读取替代代码搜索）执行环境隔离：Ag…

#字节#百度#Agent

面试题·项目与经历· 商汤科技

项目局限性与改进方向

匹配追问：…？这些改进方案中，哪些因为资源约束被迫放弃，如何权衡？团队对这些问题认知是否一致，如何推动改进落地？场景切入假设现在一个 RAG 系统在多条件问题上经常答错，但单跳问答正常。你会怎样把链路拆开，确定问题来自覆盖、召回、重排、上下文还是生成？层层追问先看端到端正确率够吗？……怎样分别测检索覆盖和排序质量？……检索正确但答案错时查什么？……改动如何灰度、回滚并证明有效？直球技术请给出 RAG 复杂问题失败的分层诊断方案，覆盖数据、召回、重排、上下文构造、生成、引用…

#项目复盘#技术债务#系统优化

面试题·Agent· 同花顺

Agent 实现 AGI 面临哪些挑战?

匹配口述回答：…的。它能查API文档，但不会真正理解工具的原理。比如一个库存价格更新工具，Agent能调接口，但如果接口返回错误码，它基本没法自主诊断和修复。更别说自主发现新工具或者组合现有工具创造新能力了，这跟人类差得太远。多Agent协作这块，简单协作比如两个Agent一个写代码一个做测试，是可行的。但一旦涉及资源竞争、目标冲突，涌现行为就不可预测了。举个例子，多个Agent同时处理同一个订单的退款和补发，如果没有全局协调，很可能出现重复操作或者死锁。现在缺乏一个理论框架来保证系统的稳…

#同花顺#Agent#Agent AGI 挑战

面试题·评估· 字节

大模型 Agent 优缺点怎么分析?

匹配口述回答：…算差价、发起退款，一气呵成。数据分析助手也不错，Code Interpreter 加可视化工具链已经很成熟了。但高决策场景比如医疗诊断、金融风控，目前只能做辅助，容错太低，必须人机协同。我的判断是，不是所有场景都适合全自动Agent，真正落地往往是Agent加人工审核混合着来。局限性这块，模型层面的幻觉传导是个大问题。规划阶段的一个错误推理，会在后续工具调用中级联放大，传统[[RAG]]根本解决不了。还有上下文瓶颈，复杂任务超过窗口长度，关键信息就丢了。系统层面，多轮工具调…

#字节#Agent#大模型 Agent 优缺点