匹配正文：… 改写/扩写对难 query 的效果 "用户问得含糊你怎么办" 多轮与记忆多轮指代消解的处理 "第二轮'它呢'你怎么接住上文" 引用溯源答案带引用、可回溯到原文 "怎么防止它编、答案能不能定位来源" 系统评估与上线评估集 + 指标 + badcase 闭环 "召回率/忠实度怎么量、错了怎么迭代" 看完这张表你会发现:证据链的④⑤⑥(评估、badcase、对比)不是集中在最后一章,而是分散在 03、04、05、06、10 里——每做一个技术选择,顺手记一次"对比数据",评…

#求职#职业转型

面试题·Agent

Deep Research 训练的种子问题从哪里来，怎样避免一开始就把数据做偏？

匹配正文：…“做过随机切分”不足以证明评测可信。 provenance 应该记录什么？每条种子需要稳定 ID、来源类型、原始记录或文档的受控引用、创建时间、生成方式、Prompt 或规则版本、审核人或审核流程、许可与隐私状态。模型扩写还要指向母题和变换类型。日志种子要记录脱敏与会话补全方式，但不能在训练数据中保留原始敏感内容。专家题记录业务动机和预期证据，而不是只写“人工编写”。质量状态应区分候选、自动通过、人工通过、退回、删除和过期。题目修改后生成新版本，旧审核不能自动继承。…

#Deep Research#数据构造与训练#Deep Research 种子数据

求职指南·求职

做一个 Agent 项目怎么做:从最小 Agent 到 Deep Research

匹配正文：…,一次调用出结果循环 + 分支,步数不定最大风险检索不准、幻觉循环不收敛、工具调用失败、成本失控面试重点召回率、切块、引用溯源失败恢复、可观测、步数/成本上限、可控性你要证明检索链每个环节的取舍 Harness 骨架的稳健,而非"能调通一次" 如果你还没做过 RAG 项目,建议先看没有大模型项目经验怎么攒出 RAG 项目那篇的证据链,两个项目的证据链结构是一套逻辑,两类项目可复用证据思路,但 Agent 不必包含 RAG,也不必把所有决策交给模型。 Agen…

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

#求职#职业转型

面试题·Agent

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：…否覆盖指定来源、时间范围和比较条件，最终答案则在运行时重新核验。第三种做法是给来源设置复核条件。官方文档版本更新、页面内容变化、引用失效或超出复核周期时，题目进入待审，而不是继续静默使用旧答案。动态题还要防止未来信息泄漏。切分时除了问题族和来源组，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 Res…

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

求职指南·求职

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：…dcase 报告数据集来源、样本数、版本、指标与置信范围;Judge 结果还要说明校准方式按任务报告可执行检查或 rubric、引用正确性、失败类型与成本,保留未解决问题这两个示例不是让你照抄,而是给你一个"写到什么粒度才够"的标尺。真实数字必须来自你自己跑出来的评估——不要从模板复制数字、模型名或业务规模。项目怎么真正搭出这些证据,交给把 RAG 教程做成你自己的项目和从零做一个 Agent 项目两篇,本篇只管"简历上怎么表达"。好描述 vs 坏描述:同一个项…

#求职#职业转型

面试题·RAG

Query 重写、扩写和 HyDE，应该在哪些查询上启用？

匹配正文：…uery 仍然保留，假设文本单独记录。两路可以并行召回，再根据稳定 ID 合并。若 HyDE 路线没有带回可核验证据，最终回答不能引用假设文本补空白。精确编号、产品名、错误码和法规条款更依赖原词命中。先生成自然语言假设，反而可能稀释关键字符。这类问题通常应优先走关键词或精确过滤。资料中明确没有答案时，也要谨慎使用 HyDE。它提高“找到相似内容”的机会，不等于提高“找到正确答案”的机会。怎样给三种方法做路由？路由可以先从可解释规则开始，不必一开始就让模型决定一切。含…

#RAG#检索与重排#RAG Query 重写

面试题·Agent

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：…类型是否正确，JSON 是否完整，角色顺序是否符合协议，工具返回是否紧跟对应调用，最终答案是否只有一个明确出口。还要检查 ID 引用。一个 observation 不能挂到不存在的工具调用上，答案引用也不能指向未出现的证据。截断是这一层必须单独标记的问题。若序列达到长度上限后没有最终答案，它不等于模型做出了错误结论，只能说明样本未完成或采样预算不足。规范化可以修复无语义影响的差异，例如字段顺序或可确认的角色名映射；但不能擅自补写工具结果、参数、证据和最终答案。修复会改变…

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

面试题·Agent

Agent 短任务和长任务怎么记？工作记忆、长期记忆与任务状态怎样分层

匹配正文：…、最近对话、计划和关键 Observation，并通过窗口、摘要和相关性选择进入上下文；任务状态服务同一次长任务，持久化步骤、工件引用、错误、Checkpoint 和待办，用于暂停恢复；长期记忆跨会话保存经过筛选的用户偏好、稳定事实和可复用经验，走写入、检索、更新、冲突与遗忘生命周期。三层分开存储和授权，模型每次只拿当前决策需要的信息，不能把全部历史塞进 Prompt，也不能把任务日志不加筛选地写成永久用户记忆。这段回答的核心是：短期负责“当前怎么继续”，任务状态负责“这次…

#Agent#记忆与存储#Agent 长期记忆设计

求职指南·求职

要不要做微调 / Post-Train 项目,轻量版怎么做

匹配正文：…需求类型该用什么为什么让模型基于最新/私有知识回答通常先评估检索、工具或数据库查询外部证据可更新和授权,但仍需验证召回、引用与访问控制固定结构、风格或行为先比较结构化输出/schema、Prompt 与微调写进权重也不保证可靠;选择取决于基线错误、模型能力和维护成本任务说明与少量示例 Prompt / few-shot 可作基线还要做服务端校验,不能把提示词当安全或格式保证工具调用与多步轨迹先做确定性编排或工具调用基线,必要时再评估轨迹微调服务端授权…

#求职#职业转型

面试题·Agent

轨迹中哪些 Token 应参与 Loss，Observation Mask 怎样按目标实现？

匹配正文：…tion 被忽略。第二层是边界用例。覆盖空 observation、中文与英文混排、多字节字符、工具错误、并行调用、连续调用、引用标记、模板控制符和刚好发生截断的位置。第三层是反解抽查。把所有未 mask token 解码出来，检查它是否只包含模型在线上应该生成的片段。再解码 mask 片段，确认 observation 没有漏出。第四层是统计验收。按角色统计 token 与有效 label 数，观察不同数据来源和版本是否突然变化。某批数据有效监督比例异常高，可能…

#Deep Research#数据构造与训练#Observation Loss Mask

面试题·Agent

Agent 长期记忆什么时候写入？从候选提取到更新、冲突和遗忘的完整生命周期

匹配正文：…用途、授权和验证五个判断维度。候选记忆需要一张暂存区候选与正式记忆分层，能让写入过程可回放。候选区可以保存提取内容、来源消息引用、候选类型、提取器版本、敏感检查结果、建议有效期和待确认状态。它应有较短保留期限，不能因为等待审核就永久存在。正式记忆只接收通过规则和授权的条目。正式条目需要稳定 ID、主体、租户、类型、规范化内容、来源、创建时间、有效时间、版本、可见范围、状态和替代关系。 { "memory_id": "mem_...", "subject_id": "u…

#Agent#记忆与存储#Agent 记忆写入机制

面试题·RAG

RAG 检索效果差怎么排查？从 Query 到 Rerank 逐层定位

匹配正文：…最终送给模型的原始上下文，而不是只保存候选 ID。如果正确证据已经完整进入上下文，模型仍然答错，再去看 Prompt、证据冲突、引用约束和生成模型。这时修改 Prompt 才有明确依据。从 Query 到最终上下文的证据流每一层都保存正确证据是否存在、名次怎样变化以及为何被过滤。最终答案只是证据流的最后结果。三类典型问题，排查入口有什么不同？下面均为教学示例。用户用口语，文档用正式术语先看原 Query 的 BM25 与向量候选。如果向量路线已经找到正确术语…

#RAG#生成与对话#RAG 检索优化

面试题·Agent

首次 SFT 后格式稳定了，为什么工具选择和答案仍然不行？

匹配正文：…否合适、参数是否保留任务条件。执行层检查工具真实状态、错误恢复和返回血缘。证据层检查关键主张是否来自 observation，引用是否对齐。答案层检查准确、完整、边界和用户交付。每层都保留具体错误标签。这样训练后即使总分不变，也能看出究竟是格式进步被策略退化抵消，还是某一能力完全没有变化。格式、策略与答案能力的分层评测把一次运行拆成多层，才能知道 SFT 真正改变了什么。为什么小数据特别容易学到“默认 Search”？当训练样本较少时，高频模式更容易主导模型行…

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

面试题·Agent

Agent 从海量记忆里怎么找对内容？相关性、时间性和重要性怎样组合

匹配正文：…会增加信息，只会放大它的权重。重排后需要按规范化事实、来源和语义聚类去重。对于同一事实的多来源，可以保留一个主条目并附来源数量或引用。对于不同方面的记忆，可以做有限多样性选择，避免全部候选只覆盖一个子主题。注入上下文时限制条数和 Token，并按“当前任务需要”选择粒度。简单偏好用一行结构化信息，历史任务可能只注入摘要与工件引用，必要时再读取详情。不要把完整对话、工具轨迹和向量库原文一次性拼进 Prompt。每条注入内容应标明这是历史记忆、来源、确认状态和时间。历史信息…

#Agent#记忆与存储#Agent 记忆检索排序

面试题·RAG

资料里没有答案时，RAG 怎么避免强行生成？

匹配正文：…mpt 里写一句“资料不足就说不知道”，不能修复错误的搜索范围。相似度很高，也不能证明一组片段覆盖了答案所需的全部条件。生成后增加引用编号，同样不能让一条没有依据的结论自动变真。阈值应该怎么定？阈值不是从网上抄一个小数，也不是看几个演示问题拍出来的。先准备两组问题。第一组是可回答问题。每个问题都要标出参考答案，以及能直接支持答案的原文位置。第二组是不可回答问题。它们不是随便写的无关问题，而应覆盖真实风险，比如知识库没有这个主题、主题相关但缺少关键条件、询问旧资料之外…

#RAG#生成与对话#RAG 无答案检测

面试题·Agent

训练数据里 Search 太多，为什么 Agent 遇到什么都想先搜？

匹配正文：… 需要精确运算、统计或代码验证时，calculator 或 Python 比自然语言估算更可靠。第四类是来源要求。用户明确要求引用、官方来源或限定网站时，动作边界与普通问答不同。第五类是任务进度。同一道题在开始阶段需要搜索，证据已覆盖后应该停止。动作标签必须结合当前状态，而不是只结合原问题。第六类是环境状态。超时、空结果、权限受限和解析失败后，合理动作可能是重试、改参数、换源或降级。第七类是答案状态。有明确答案、需要计算、存在冲突、开放建议和证据不足，需要不同…

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

面试题·Agent

Agent 记忆数据怎么存？关系库、向量库、对象存储与 Schema 怎样设计

匹配正文：…记录 ID、版本和必要过滤元数据，命中后必须回关系库复查权限与最新状态；长对话、文档和工具产物放对象存储，State 或记忆只保留引用。写入先提交主记录，再异步构建索引；更新和删除通过版本与事件传播，失败可重试。检索、冲突、遗忘和用户删除都以主记录为准，不能让索引副本成为事实源。这套回答用数据责任、查询方式和生命周期划分存储职责，比按“关系库、向量库”几个技术名词罗列组件更接近真实工程。 Agent 记忆存储的四层分工事实、语义索引、大工件和缓存各自承担不同责任。先分清…

#Agent#记忆与存储#Agent 记忆存储设计

面试题·模型训练· 阿里

PyTorch 动态图怎么自动微分?

匹配正文：…把梯度累积到叶子的 .grad。默认 retain_graph=False 时，用于本次反向的保存中间量会释放，但 Python 引用、retain_graph、create_graph、hook 或保存的输出仍可能延长图对象寿命，不能笼统说图一定立刻全部销毁。动态图便于表达数据依赖控制流和调试，但 eager 调度也有 Python 与 kernel 启动开销。PyTorch 2.x 的当前优化与导出路径主要是 torch.compile 和 torch.export。t…

#动态计算图#自动微分#反向传播

求职指南·求职

项目深挖:面试官会怎么一层层追问你的项目

匹配正文：…召回·混合检索 rerank 你的每个模块是不是都"知道为什么在" 选哪个 rerank 模型、不加会差多少、怎么量化的重排序引用溯源你有没有考虑可信和幻觉答案怎么带出处、怎么防"检索到了但答错" 引用与溯源评估你怎么证明"做得好"不是空话评估集怎么建、指标怎么定、离线还是在线评估体系 badcase 你能不能定位并修问题举一个答错的例子,怎么发现、归因到哪一环、怎么修评估体系上线成本你有没有工程和成本意识每次问答的 token/延迟/钱,怎么压成本…

#求职#职业转型

面试题·Agent

Deep Research 训练路线怎样选：何时用 CPT、SFT 或 GRPO？

匹配正文：…环境错误有独立标签，SFT checkpoint 已能产生可执行轨迹。 GRPO 退出不能只看平均 reward。还要看任务完成、引用证据、工具行为、长度、成本、安全和 SFT 回归集。每个门槛应来自目标场景与基线，不使用材料未验证的通用阈值。若阶段门不通过，先修数据、模板、环境或奖励。增加 epoch 不能修复虚构 observation 和错误工具标签。为什么同一套评测不能从头用到尾？需要共享核心回归集，但每阶段也有独立重点。 CPT 关注基础语言能力、行动偏置和…

#Deep Research#数据构造与训练#Deep Research 多阶段训练

面试题·Agent

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

匹配正文：…的生成草稿过程。但上下文隔离不是简单截断。被隐藏的信息中可能有关键约束。拆分前要列出每个角色的最小必要上下文、禁止访问内容和来源引用。交接使用结构化工件，而不是将上一个 Agent 全部聊天记录复制过去。如果所有角色最终都要看同一份完整上下文，拆分不能解决注意力问题，反而会把相同 Token 重复发送。第三个判断：工具与权限是否不同一个拥有搜索、写数据库、发消息、删除文件和运行代码等全部工具的 Agent，能力面过大。即使 Prompt 要求谨慎，模型选错工具的影响也…

#Agent#多智能体与评估#单 Agent 和多 Agent 区别

面试题·Agent

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：… 能否解析，角色是否闭合，是否产生唯一 final answer。第三类是证据。关键主张是否被 observation 支持，引用是否指向真实来源，是否把搜索摘要越界当原文。第四类是过程。工具选择和参数是否合理，是否无效循环，错误后是否恢复，证据足够后是否停止。第五类是安全与边界。是否遵守权限、来源限制，证据不足时是否承认不确定。这些分项最好分别记录，再决定怎样组合。若只保留一个总 reward，无法判断模型到底因为答案、格式还是更短轨迹得到高分。任何高分都不…

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

面试题·Agent

多 Agent 怎么编排？固定流水线和 Supervisor 监督模式怎么选

匹配正文：…决定转给不同专家。 Supervisor 的输出应是结构化决策，不是一段“我认为下一步可以”。至少包含目标角色、任务说明、输入工件引用、期望输出、原因、剩余预算和返回节点。代码层校验角色是否合法、权限是否允许、预算是否足够。 Supervisor 也不是最终权威。它可以路由，却不能跳过安全规则、审批和结构化完成条件。模型判断“已经完成”后，系统仍要检查必需工件、证据、测试或人工批准。最常见的错误：把所有控制权都给 Supervisor 如果 Supervisor 同时负责理…

#Agent#多智能体与评估#多 Agent 编排模式

求职指南·求职

大模型系统设计和编码环节怎么准备

匹配正文：…量、混合及可选重排,说明候选数与融合依据只上单路向量检索,答不上召回不全怎么办模型与 Prompt 选什么模型、上下文怎么拼、引用怎么带、幻觉怎么约束、要不要 function calling 把 Prompt 当细节略过,不提引用和防幻觉评估怎么做定义检索与答案指标、错误分类和标注规则;区分离线集、经许可的线上抽样与校准后的 LLM Judge 完全不提评估,或只说"人工看一眼" 成本与延迟一次问答的 token 成本、检索+生成的延迟拆解、缓存怎么加、长文档怎么…

#求职#职业转型