匹配正文：…gent显式评估上一步输出质量可解释性瓶颈与改进核心问题推理轨迹（trace）虽可见，但决策依据不透明多工具组合时，为何选A而非B缺乏说明改进方向显式推理结构化：强制输出"观察→思考→行动"的标准化格式（ReAct增强）注意力可视化：展示决策时关注的记忆片段和工具文档人机协同确认：高风险操作前请求用户确认，暴露决策逻辑长期记忆瓶颈与改进核心问题上下文窗口硬限制，历史会话无法全量加载向量检索召回率低，关键记忆"丢失" 记忆更新与遗忘策略粗糙改进方向分…

#得物#评估与监控#Agent

面试题·模型微调

LoRA 是什么?为什么能省这么多资源?

匹配口述回答：…，QLoRA再量化冻结基座；24GB是否够要看序列、batch、dtype与实现，不能统一保证。支持合并且精度匹配时，可以把缩放的B×A合入权重去掉独立adapter计算；未合并、多adapter及量化合并应分别测试开销与误差。另外，一个底座模型可以配多个 LoRA 插件，按任务热插拔，比如客服场景，退款和满减各存一个几十 MB 的文件，随用随换。这里有个常见失败场景：任务偏移大时可能需要调整rank、挂载模块、数据或比较全参微调，但不能仅凭“新语言”就断言低秩适配必然失败…

#入门#基础概念#LoRA 微调

面试题·知识图谱· 字节

GraphRAG 如何支持复杂关系查询？

匹配正文：复杂查询先拆成可执行计划以“A 公司在日期 D 通过哪些持股链间接持有 C 多少股份”为例，需要识别实体、时间与关系约束，再决定哪些部分由图遍历、文本检索和确定性计算完成。GraphRAG 可以帮助找到候选实体、边与证据；持股比例、时间有效性和聚合应交给图查询或业务代码计算，不能让 LLM 根据路径文本猜。 1. 可追踪的图构建分块策略可以是结构化、固定窗口、父子块或语义分块，应通过关系和证据保留率验证，不把语义分块设为必选。实体和关系保留原文范围、时间、方向、置信度和…

← 上一页第 4 / 4 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

#字节#知识图谱#GraphRAG 实现

面试题·Prompt· 字节

Coding Agent 表现差怎么排查?

匹配正文：…叠prompt 一、模型能力层面核心问题代码理解深度不足：对复杂业务逻辑、跨文件依赖、设计模式识别能力弱长程依赖建模差：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 schem…

#字节#百度#Agent

面试题·检索· 小米

Embedding 向量维度选型

匹配口述回答：…索引和GPU加速来扛性能。这里有个坑：很多人觉得维度越低越好，直接降到128甚至64，结果召回崩了。所以我会先拿一小批业务数据做A/B测试，对比不同维度下的Recall@K和延迟，找到那个拐点。另外，普通模型不能预设随意截断有效；可比较学习投影、PCA或蒸馏。经Matryoshka训练的模型专门支持不同前缀维度，也要按对应模型说明与目标题集验证。说到降维，其实除了直接选低维模型，还可以用蒸馏降低输出维度，或用Product Quantization压缩编码存储，两者不能混…

#小米#向量检索#Embedding 向量维度选型

面试题·检索· 安克科技

RAG向量匹配原理与ANN算法取舍

匹配正文：…效率的权衡策略（分层检索、量化压缩、动态阈值）一、相似度计算方法余弦相似度是RAG中最常用的度量：公式：cos(θ) = (A·B) / (||A|| × ||B||) 核心优势：对向量长度不敏感，只关注方向一致性，适合语义相似性判断工程实践：向量通常已归一化，此时点积等价于余弦相似度，计算更快其他方法包括欧氏距离与内积。内积也可用于已归一化向量，此时等价于余弦；两端单位范数时，平方L2=2−2×内积，排序等价。度量应与模型训练目标匹配。二、ANN算法选择算法 …

#安克科技#HNSW与IVF#RAG 向量匹配

面试题·模型训练· 阿里

模型收敛必须用验证集吗？

匹配口述回答：…折交叉验证能降低一次切分的偶然性；时间序列和线上行为应使用按时间向前验证；大量超参数搜索可采用嵌套交叉验证。最终上线还需要灰度或 A/B 观察真实任务指标和安全失败，但线上反馈也要防止策略变化与用户选择偏差。停止规则应预先定义，例如达到 token 或 FLOP 预算，held-out loss 多次评测无改善，目标任务平台且安全指标不退化，或更新量持续很小。Adam 的一阶矩和二阶矩只描述近期梯度统计，二阶矩稳定不表示参数到达最优点。专业判断需要把优化状态、未见数据表现、…

#过拟合#早停策略#模型泛化

面试题·Prompt· 阿里

Agent Prompt优化评估指标

匹配口述回答：…工具集。测试集我会分层抽样，简单、中等、困难case按比例分配，样本量至少每组100条以上，否则统计不显著。另外，我会特意构造对抗测试，比如多轮交互里用户中途改需求，看Agent能不能跟上，避免状态漂移累积错误。这里有个坑：指标提升但实际体验下降。比如新Prompt让成功率从80%涨到85%，但多消耗了30%的Token，或者对某些常见case变得特别慢。所以上线前我会做A/B小流量，同时看用户满意度抽检，不能只看指标。还有就是避免在训练集上评测，那会过拟合，必须用独立的验…

#阿里云#Prompt工程#评估与监控

面试题·检索· 小红书

BM25 vs 向量检索 vs 混合检索怎么选?

匹配口述回答：…回量级差异很大，比如向量通道召回500条但BM25只召回10条，直接RRF可能把BM25的高质量结果埋没掉。我上线前会做一遍小流量A/B测试，分别调k值和召回截断数，确保融合后的Recall@K和延迟都达标。举一个电商搜索的例子。你在淘宝搜‘显白口红’，用户意图是场景化的，向量检索能理解‘显白’对应橘调或蓝调色系。但商品标题里‘口红’、品牌名‘MAC’这些精确词，必须靠BM25锁定。所以实际策略是：搜索词含品牌或型号时，动态提高BM25权重；长尾场景词时，提高向量权重。这个…

#小红书#检索方法对比#BM25 向量检索混合检索

面试题·检索· 美团

BM25 公式与 TF-IDF 对比

匹配口述回答：…精确匹配，向量检索捕捉语义相似。前提是向量检索的 [[Embedding]] 质量要够好，不然混进来一堆噪声反而拉低效果。另外，b参数的调优很容易被忽略。比如客服场景里文档长度差异巨大，b取0.75可能对短文档太友好，导致长文档里的关键信息被埋没。我上线前会用一批真实query做A/B测试，观察不同b值下长文档的召回率变化，找到一个平衡点。所以我会把BM25看作关键词检索的一个成熟基线，尤其在冷启动或者小样本场景下比纯向量检索靠谱。但真要上线，我更倾向混合检索加 [[Re…

#美团#BM25词频饱和#BM25 公式与 TF-IDF 对比

面试题·文档处理· 百度

Chunking 策略怎么选?

匹配口述回答：…verlap，观察 Recall@K、MRR、答案正确率和引用准确率。Chunking 不是一次性拍参数，而是 RAG 里最值得 A/B 的基础环节。分块的本质是粒度与完整性的博弈四种方法：固定长度、语义边界、滑动窗口、重叠分块对精度、召回率、生成质量的影响案例：百度知识库的RLHF问题选型建议与给出可延伸点约4分钟分块策略要和文档结构、query 类型、Embedding 模型一起调，不能只固定一个 token 数。如何设计 chunking A/B 实验，…

#百度#文档处理#Chunking 策略

面试题·评估· 字节

子任务价值怎么归因?

匹配口述回答：…能随时间漂移，这时怎么保证推断的时效性？比如电商大促期间，用户行为模式变了，之前筛选的子任务策略可能失效。这个问题我通常会结合在线A/B测试和时序因果模型来解决。所以整体上，我更倾向于把子任务评估看成一套组合拳，而不是单一方法。边界划分很清楚：小规模在线场景用塑形，大规模离线数据用因果，混合架构做兜底。前提是数据质量要够，不然因果推断会引入偏差。常见失败场景是只堆方法不看场景，比如数据稀疏时硬上因果，结果方差太大。本质是信用分配问题奖励塑形：势能奖励与动态权重因果推断…

#字节#百度#评估与监控

面试题·评估· 字节

RAG 三大瓶颈与迭代策略

匹配口述回答：…的向量检索精度下降，重排能不能补回来？这取决于重排模型的质量。如果重排模型本身也是量化过的，那精度损失可能会叠加。所以我会先做一组A/B测试，看量化加全精度重排 vs 全精度检索加量化重排，哪个组合在Recall和延迟上更平衡。最后说一下迭代路径。我一般分三步走：先保证召回率，别漏掉关键文档；再优化精确率，别返回无关内容；最后做效率调优。监控看板上我会同时跟踪检索命中率、答案相关度、用户反馈，形成闭环。如果只让我挑一个指标，我会看用户是否点击了“有帮助”，这比任何离线指标都…

#字节#评估与监控#RAG 性能瓶颈

面试题·模型微调· 字节

RAG 工作原理与架构怎么搭?

匹配口述回答：…，因为噪声多了反而有害。我倾向用 [[RAGAS]] 这类框架，从[[忠实度]]、答案相关性、上下文精度几个维度综合打分，同时做 A/B 测试，看实际场景的用户反馈。所以整体上，我更愿意把 RAG 看作一个工程系统，核心是检索质量和数据质量，模型本身反而没那么关键。 RAG 本质是给大模型配外挂知识库索引-检索-生成三阶段，重点在检索质量优化关键：混合检索、重排、分块策略 RAG 和微调是互补不是替代落地注意点：数据质量、延迟、一致性约4分钟 RAG 系统的质量评估…

#字节#RAG 系统架构#RAG 工作原理

面试题·RAG· 小红书

生成式推荐系统未来怎么发展？

匹配口述回答：…实兴趣偏离，或者多样性下降。我倾向用可控生成，比如Constrained Decoding限制输出必须包含某些核心属性，再配合线上A/B测试，先小流量验证，不然生成出离谱内容用户直接流失。其实还有一个有意思的方向是把用户长期兴趣和短期意图解耦，分别建模再融合生成。比如长期兴趣用离线大模型，短期意图用在线小模型，这样既保证个性化又满足实时性。这个解耦的思路在传统推荐里也有，但生成式框架下怎么做，值得深挖。所以整体上，我更倾向于把生成式推荐看成一种补充能力，而不是完全替代传统…

#小红书#生成式推荐趋势#生成式推荐系统

面试题·检索· 字节

RAG 系统迭代优化方向有哪些?

匹配口述回答：…舍是：优先保证检索的召回率，再通过重排序和生成验证来兜底精度。如果面试官有兴趣，我可以再聊聊离线评估的[[RAGAS]]指标和在线A/B测试的设计。一句话定位：RAG迭代本质是找检索与生成的平衡检索环节：混合检索+多路召回，边界与风险重排序与上下文融合：漏斗策略和长文档处理生成环节：Self-RAG与后验证，落地前提收尾：我的取舍与延伸提问约4分钟检索空结果率是系统迭代的关键信号，可以结合Knowledge Graph做实体链接来优化。面试官可能会追问如何设计…

#字节#RAG迭代优化#RAG 优化

面试题·检索· 字节

两阶段检索 vs 直接重排?

匹配口述回答：…]] 这种轻量交互模型做重排，或者把召回阶段做得更激进一点，比如只保留 Top-100。上线前我会用一批线上真实 query 做 A/B 测试，看召回率和最终回答质量有没有掉，如果掉就调召回策略。另外还有一个有意思的点，就是召回和重排的边界其实可以灵活调整。比如在 [[Agentic RAG]] 里，[[Agent]] 可以动态决定是继续召回还是直接重排，甚至多次迭代。这个方向其实挺值得深入聊的。所以整体上，两阶段架构是个很务实的工程选择，核心就是在成本和精度之间找到平衡…

#字节#两阶段检索#RAG 重排序

面试题·检索· 高德

语义检索向量数据库构建流程

匹配口述回答：…4分钟评估体系比检索本身更考验工程能力，线上效果要看用户行为指标而非仅Recall@K 面试官可能会追问如何设计评估指标、如何做A/B测试、或者如何解决评估数据稀疏问题

#高德#评估与监控#向量数据库构建

面试题·检索· 阿里

RAG 召回又快又准靠什么?

匹配口述回答：…能否接受要按目标题集验证，不能承诺2%以内。这里有个前提：如果你的业务场景对精度极其敏感，比如医疗诊断，那量化压缩就要慎用，得先做A/B测试。再一个，相关性提升。我见过很多团队只靠向量检索，结果关键词匹配一塌糊涂。实际上，真正落地的方案往往是[[混合检索]]，[[Dense Retrieval]]加[[Sparse Retrieval]]一起上。比如用户搜“退款”，向量能召回“退货”“赔付”这些语义相近的，但[[BM25]]能精准命中“退款流程”这个短语。所以我会把两条路的…

#阿里云#召回链路优化#RAG 召回优化