匹配正文：…目经验怎么攒。转大模型应用开发对英语要求高吗? 要求不高,但要能读。工作和面试基本不考口语和写作,真正需要的是能读英文文档、论文摘要、GitHub issue,因为一手资料多是英文,等中文翻译会慢半拍。这属于借助工具就能覆盖的读的能力,不是雅思托福那种门槛。把常看的几个源(模型厂商文档、主流框架 README)读顺就够,不用专门为转行去考英语。只有传统后端经验,能投 AI 岗吗? 能,但要把后端经验翻译成大模型系统能力,不能只改简历标题。接口设计、异步任务、数据管线、稳定…

#求职#职业转型

面试题·Agent

LLM Judge 分数变高，为什么 Deep Research 可能反而更会刷分？

匹配正文：…升级日开始观察。评估器也是生产依赖，需要发布说明、回滚和可复现输入。引用质量为什么不适合只让 Judge 看链接标题？标题与摘要可能主题相关，却不支持答案中的具体主张。评估引用时要给 Judge 或规则看到主张、证据片段、来源位置、时间和必要上下文。先验证引用存在和来源可访问，再判断 entailment、覆盖和来源质量。数字、限制条件和因果主张尤其需要精确片段，不能因为页面谈论同一产品就通过。多个引用还要识别是否同源转载。数量多不等于独立证据。 Judge 若…

#Deep Research#上线成本与评估#Deep Research LLM Judge

面试题·Agent

Agent 怎么评估才不只看最终答案？任务、执行轨迹与成本要分层验收

匹配正文：…候选，访问原文，识别冲突，生成带引用结论。结果层检查关键对比维度、事实与引用、限制说明和结构。轨迹层检查是否访问原文而非只用搜索摘要，冲突是否追加验证，工具参数与来源是否正确，完成前是否满足证据门禁。成本层记录模型与工具调用、Token、等待和重试。若一个版本多次重复同一查询，最终报告相同，也应暴露轨迹和成本退化。若结果正确但引用来自无关页面，硬门禁失败。若轨迹规范但结论漏掉用户要求，结果层失败。若两层都通过但资源明显异常，进入性能优化而非否定全部能力。怎样设计离线评…

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

#Agent#多智能体与评估#Agent 评估体系

面试题·项目与经历· 美团

客服办公导购 Agent 选型

匹配正文：如果必须选一个场景，我会选边界清晰的客服辅助和低风险事务自动化，但不是把客服整体交给全自主Agent。知识问答、订单查询、工单摘要和候选回复已有明确输入输出，也容易接入现有工作台；退款、改地址、账户和投诉处理则涉及权限、政策与合规，必须分级。技术成熟度来自任务可约束，而不是模型已经不会出错。知识回答可以要求引用当前政策，工具调用可以用schema校验、幂等键和权限白名单，低置信或冲突请求转人工。多轮状态、知识版本、提示注入和工具失败仍会造成错误，尤其不能让模型根据未校准的自…

#Agent#商业落地#技术成熟度

面试题·推理优化· 得物

超长上下文怎么处理?

匹配正文：…V是否算得下、任务是否真需要所有原文同时进入。位置侧可用RoPE缩放或YaRN等方法并配长上下文训练；系统侧可用分块、滑窗、检索和摘要；计算侧可用FlashAttention、序列并行或Ring Attention。Ring Attention通过设备环传递KV块计算块式精确attention，不是稀疏attention。机制与边界 YaRN是RoPE上下文扩展的一种高效方案，论文在特定LLaMA设置下报告了数据和训练步数优势，但这不等于理论最优。位置缩放只解决模型在新位置…

#长上下文#位置编码#稀疏注意力

面试题·评估· 百度

自动 vs 人工评价怎么选?

匹配正文：…动评测按证据类型分类 reference-based：BLEU、ROUGE、BERTScore 等将输出与参考答案比较，适合翻译、摘要或有参考文本的任务，但会受参考覆盖和表述多样性限制。 reference-free：perplexity、质量/安全分类器、groundedness 检查或某些 reward model 可不依赖标准答案，但依赖模型假设、训练域和校准。 execution-based：代码单元测试、SQL 执行、工具或规则验证直接检查可执行结果，信号清晰但覆盖…

#BLEU#ROUGE#BERTScore

面试题·多模态· 快手

固定间隔vs关键帧怎么选？

匹配正文：…户问题、目标对象、字幕、音频事件或检索query自适应选片段，适合长视频问答，但成本与召回风险更高。选型先明确目标是分类、检索、摘要、问答还是事件定位。评测同时看事件召回、冗余率、时间覆盖、模型token成本和端到端质量。视频时长、首尾帧价值及互动热区都属于业务先验，不能写成通用规则。

#视频理解#时序采样#关键帧提取

面试题·项目与经历· 美团

Agent 未来规模化方向

匹配正文：…工具、生成草稿和协调步骤，不是把 LLM 变成确定性审批引擎。以财务报销为例，LLM 可以抽取发票和说明、识别缺失材料、生成审核摘要或把异常路由给合适人员；金额计算、重复报销、预算、权限、制裁名单、会计规则和最终审批必须由权威数据、确定性规则及人工复核负责。财务错误往往难以完全回滚，还可能造成资金、合规和审计损失，不能用“可回滚、损失不大”降低风险。商业化评估要同时看任务频率、当前人工成本、可接入系统、可验证结果、异常比例、监管责任和单位经济性。技术指标包括任务完成率、工…

#Agent商业化#B端落地#成本效益分析

面试题·多模态· 快手

均匀采样vs关键帧如何影响模型？

匹配正文：…样性；固定间隔便于流式处理；场景切换、运动强度或事件检测可以把预算集中在变化区域。关键帧并不天然优于均匀采样。场景切换适合镜头级摘要，却可能漏掉同一镜头内的短动作；按运动强度采样会偏爱快速变化，也可能忽略静态文字和细微状态。业务先验可以参与采样，例如已知事件大多出现在某阶段，但必须明确它只对对应产品和数据成立。选择方案要看任务时间尺度。视频分类可能需要全局覆盖，动作定位需要更密的局部片段，OCR与操作步骤要保留清晰帧和顺序，长视频问答还要支持根据问题二次检索。不能给视觉t…

#视频理解#帧采样策略#时序建模

面试题·推理优化· 快手

视频切帧怎么平衡效率与信息?

匹配正文：…P 还可能漏掉动作变化，短 GOP 又会增加 I 帧数量。可把 I 帧索引作为粗定位信息，再在候选片段局部解码，而不是直接等同内容摘要。解码优化按硬件选 FFmpeg 软件解码、平台原生解码或硬件加速。NVDEC 是 NVIDIA GPU 上的可选硬件解码能力，支持多种 codec，但不是所有设备和部署的必选项。流水线可异步 demux、批量解码、尽量减少 CPU/GPU 拷贝并缓存特征。评测同时看目标事件或答案证据 recall、视频级任务指标、所用帧数、解码时间、GPU…

#视频预处理#关键帧提取#运动检测

面试题·多模态· 快手

视频切帧方法怎么选?

匹配正文：…频可先低分辨率检测边界，再对候选时间点精确解码；若直接把所有帧送模型，视觉token和存储会迅速成为瓶颈。工程验证先定义目标是摘要、检索、事件检测还是训练数据抽取，再在标注视频上测边界precision、recall、时间容差、事件覆盖和帧冗余。性能侧记录解码帧数、墙钟时间、CPU或GPU利用、输出存储与后续视觉token。对固定间隔、I帧、PySceneDetect各检测器和TransNetV2统一比较，并按快切、渐变、运动、字幕和长静态镜头分桶。抽样可视化失败案例后调…

#视频预处理#关键帧提取#多模态输入

面试题·模型架构· 安克科技

GPT vs BERT 核心区别在哪?

匹配正文：…置的隐藏表示及下一 token 分布，可迭代生成每个 token 的双向上下文表示，通常接任务头擅长开放式/条件生成、对话、摘要、翻译、代码、in-context learning 分类、NER、抽取、语义匹配、检索编码等理解任务 GPT 可以把源文本、任务指令与已生成目标放在同一因果序列中，直接执行摘要和翻译，不需要额外 Encoder。Encoder-decoder 是另一种可选架构，不是 GPT 做条件生成的必要条件。 BERT 的双向注意力能同时利用左右上下文，…

#自回归模型#自编码模型#Transformer

面试题·模型架构· 海尔

Decoder-only 架构为何是主流?

匹配正文：…x_t|x_<t)。指令、上下文和目标回答可串成同一序列，通过 loss mask 只监督需要生成的区间；同一目标覆盖续写、问答、摘要、翻译、代码和工具调用，便于在大规模混合语料上扩展。它是单一堆栈，系统实现和参数分配相对统一，但这不证明它在所有任务上优于 encoder-decoder。训练与推理训练采用 teacher forcing，所有位置的 next-token loss 可并行计算；因果 mask 不意味着训练逐 token 串行。推理必须自回归：prefil…

#Decoder-only架构#自回归生成#因果注意力

面试题·Agent· 字节

Agent 怎么处理代码库数据?

匹配正文：…G的关键：结构化语义强、依赖关系复杂、需要精确到符号级别。技术方案分层 1. 多粒度代码表征层级表示方式用途文件级代码摘要Embedding 粗筛相关模块函数/类级 AST + 签名Embedding 定位具体实现行/块级原始代码 + 行号索引精确定位Bug位置关系级代码图（调用图、继承图）理解跨文件依赖工具推荐：Tree-sitter做解析，CodeBERT/CodeT5做Embedding 2. 检索架构：分层索引 + 动态剪枝用户Query…

#字节#Agent#Agent 代码库处理

面试题·Agent· 美团

Agent 强化学习怎么训练?

匹配正文：…过程奖励模型（PRM）对每个推理步骤打分，而不仅是最终结果解决长序列的信用分配问题 2. 状态空间处理多轮状态 = 历史对话摘要 + 当前工具返回 + 任务进度标记用滑动窗口或摘要模型压缩历史，避免上下文爆炸显式维护已完成/待完成/失败的任务状态 3. 训练策略选择方法适用场景关键点 DPO 偏好数据充足、快速迭代直接用偏好对，无需显式RM PPO 需要精细控制、复杂奖励注意KL散度约束，防止模式崩溃 Online DPO/RLAIF 真实用户反馈建立实…

#美团#Agent#Agent 强化学习

面试题·Agent· 美团

ReAct vs Plan-and-Execute 怎么选?

匹配正文：…：根据当前状态选择动作，读取观察，再更新下一步。它适合环境变化快、工具结果不可预知的任务。历史若全部保留会增长，但可用结构化状态、摘要和检索控制上下文，因此不能断言必然以完整 O(N) 轨迹累积。 Plan-and-Execute 先生成高层计划，再由执行器处理子任务，并在检查点重规划。它有利于显式依赖、并行子任务和阶段验收；但计划可能过时，也有协调成本，不保证 LLM 调用次数或 token 一定更少。信息管理上，ReAct 与工具观察紧耦合，Plan 架构分离计划、状态…

#美团#Agent#ReAct vs Plan-and-Execute

面试题·Agent· 字节

Agent 长短期记忆如何分层?

匹配正文：…注入。事实、原文和向量用稳定 ID 关联。向量用于候选检索，精确属性和状态由结构化存储承载；用户纠正应生成新版本或显式覆盖规则。摘要是有损表示，必须保留原始证据引用。系统按租户和主体分区，使用事件日志、幂等写入、删除和过期策略。多 Agent 默认隔离，只共享明确授权的命名空间。评估写入精确率、检索 Recall@K、冲突率、任务成功率、P95 延迟和存储成本，并测试错误记忆注入与删除是否真正生效。图解 Agent 长短期记忆如何分层?图解

#字节#Agent#Agent 记忆架构

面试题·Agent· 美团

ReAct与Plan-and-Execute 上下文管理差异?

匹配正文：…轮将Thought/Action/Observation全部拼接，上下文线性增长。长任务中前期观察会稀释后续推理，需配合滑动窗口或摘要压缩 Plan-and-Execute：规划阶段一次性消耗上下文生成计划，执行阶段仅需维护当前步骤+原始计划，上下文更紧凑 2. 推理效率 ReAct：单步决策简单，但多轮调用LLM，总token数高；优势在于按需推理，不会为过细的计划浪费token Plan-and-Execute：规划阶段一次 heavy call，执行阶段轻量；但若计划粒…

#美团#Agent#ReAct vs Plan-and-Execute

面试题·Agent· 得物

大模型记忆机制怎么改进?

匹配正文：…memory，实现页式交换二、外部记忆模块：显式存储设计方案核心机制适用场景 Memory Bank 按实体/话题聚类存储摘要向量多轮对话、角色扮演 Vector DB + 时间衰减稠密检索 + 遗忘曲线加权持续学习、个性化结构化记忆（如DB/GPT）知识图谱或关系型存储复杂推理、工具调用关键设计点：写入策略：非全量存储，用模型生成摘要/事件三元组压缩信息检索策略：混合检索（向量相似度 + 时间近邻 + 重要性评分）一致性维护：定期触发**记忆反思…

#得物#Agent#大模型记忆机制

面试题·Agent· 字节

Attention 在 Agent 多轮对话有哪些局限?

匹配正文：…、Mamba，以RNN式隐状态替代KV Cache，支持无限长上下文记忆增强分层记忆：工作记忆（当前上下文）+ 短期记忆（会话摘要）+ 长期记忆（向量数据库检索）显式记忆写入：关键信息（实体、约束、计划）结构化存储，按需检索注入工程策略动态上下文压缩：基于重要性分数的token剪枝、分层摘要（如Hierarchical Attention）检索增强生成：将历史对话编码为向量，实时检索相关片段补充上下文学习建议建议先掌握Attention和Transformer…

#字节#淘天#Agent

面试题·Agent· 阿里

主流 LLM 应用产品怎么选?

匹配正文：…足引入反思（Self-reflection）+ 人工介入节点长文档问答"找不准" RAG检索粒度粗，缺乏跨段落推理多级索引（摘要→段落→句子）+ 图结构增强个性化不足用户画像与上下文分离持久化记忆机制 + 偏好学习四、核心洞察产品价值 = 技术能力 × 场景契合度 × 体验打磨 C端（通义）：用RAG解决"可信"问题，用长上下文解决"容量"问题 B端（星火）：用Agent解决"效率"问题，用插件生态解决"集成"问题两者都在向"RAG+Agent融合"演进——…

#阿里#科大讯飞#Agent

面试题·Agent· 字节

海量历史记录怎么索引优化？

匹配正文：… + IVF量化元数据过滤：时间范围、主题标签、情感标记语义记忆（冷数据）压缩后的知识图谱/用户画像，存图数据库或宽表定期摘要生成，淘汰低价值细节检索优化手段手段实现混合索引向量相似度 + 倒排索引（关键词）+ 时间索引，三路召回后精排分层检索先粗筛（量化向量/聚类中心），再精排（原始向量）记忆摘要长会话→LLM提取关键事件，存储"摘要向量+原始链接" 动态衰减重要性分数 = 初始权重 × 时间衰减因子 × 访问频次加成关键取舍存储成本 vs …

#字节#蚂蚁#Agent

面试题·Agent· 字节

Agent 长期记忆存储结构

匹配正文：…，近期记忆权重更高重要性建模：LLM打标关键事件，或基于用户显式反馈个性化：学习用户偏好向量，动态调整权重记忆压缩机制对话摘要：定期用LLM压缩历史为高层语义分层摘要：原始对话→段落摘要→主题摘要，检索时自顶向下工程实践要点问题方案冷启动预构建用户画像作为初始记忆写入瓶颈异步批量写入，内存缓冲队列一致性向量+结构化数据双写，最终一致学习建议建议系统学习该知识点

#字节#蚂蚁#向量检索

面试题·Agent· 蚂蚁

多轮对话上下文状态管理机制

匹配正文：…消息、模型输出、工具调用、结果、确认与错误。数据库或事件日志作为权威来源；Redis 可缓存最近轮次和版本，但不作为唯一真相。摘要、关键实体和用户确认的事实应带来源消息 ID、生成版本和时间，便于失效与回查。按数据最小化原则配置保留期、加密、访问控制、导出和删除，敏感工具结果不直接写入长期记忆。 2. 上下文组装与截断先预留系统指令、工具 Schema 和输出预算，再按优先级放入不可丢的安全约束、当前任务状态、未完成工具结果、用户确认事实、最近对话和历史摘要。超预算时…

#蚂蚁#Agent#多轮对话上下文管理