匹配正文：…Schema输出，减少格式错误设置response_format={"type": "json_object"}或工具调用接口 Prompt工程在Prompt中嵌入Few-shot示例，明确输出格式要求添加"请确保输出为合法JSON，不要添加markdown代码块标记"等约束二、多层级校验机制层级检测内容处理方式语法层 JSON合法性、字段完整性、类型匹配异常捕获+重试/解析修复语义层数值范围、枚举值有效性、逻辑一致性规则引擎校验，失败则重生成业务层…

#字节#大模型输出过滤#大模型输出检测

面试题·检索· 高德

向量数据库怎么支撑 Agent 记忆?

匹配正文：…ng或隔离索引架构示意：用户输入 → Query理解 → 并行检索[语义向量+关键词+知识图谱] ↓ 融合排序 → 上下文注入Prompt → LLM生成核心权衡：记忆容量↑ → 噪声↑ → 需更精密的过滤与排序机制。学习建议建议先掌握向量数据库和Embedding基础原理，结合RAG与Agent实战案例理解记忆机制设计，多动手实践检索优化与相似度评估。

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

#高德#重排与优化#文档处理

面经·求职· 通用岗位场景

RAG 项目面试会怎样连续追问？一场工程深挖教学复原

匹配正文：…阶段归因：正确资料是否入库，是否进入候选，重排后是否保留，送给模型的上下文是否完整，生成是否忠于证据。不同原因对应不同修复。只改 Prompt，可能掩盖解析或检索问题。面试官：你怎样证明优化有效？先定义评测集的来源、证据标注和切分方式，再说明检索指标、生成指标以及端到端指标。每个结果都要带基线、样本量、配置和测量方法；如果还没有实测，就把表格留空。还要准备一条变差的 bad case，解释为什么整体均值上升仍不等于所有问题都更好。面试官：权限为什么不能在检索之后再过滤？…

#RAG#项目深挖#教学复原

面试题·Agent

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

匹配正文：…AG 的典型链路是：用户提问，系统检索一批相关片段，把片段交给模型生成答案。它适合“答案已经存在于某一处资料中”的问题。例如安装方法、字段含义、某条规则的适用条件。工程重点是解析、召回、重排、证据门槛和引用，而不是让模型自主做长期规划。 Agentic RAG 把检索从固定步骤变成 Agent 可以反复调用的工具。模型看到第一次结果不够，可以改写查询，再查一次或打开某个候选来源。它适合一次检索经常不够，但任务仍以“回答当前问题”为主的场景。 Deep Research 的目…

#Deep Research#问题边界与研究闭环#Deep Research 分级路由

面试题·Agent

LLM、Workflow 和 Agent 怎么选？什么任务根本不该做成 Agent

匹配正文：…确定性、风险和验收方式才决定。先把三个容易混在一起的概念拆开一次 LLM 调用：模型负责理解或生成最简单的形态是把用户输入和提示词交给模型，模型返回文本或结构化结果，流程结束。例如，教学场景中有一段已经脱敏的会议记录，需要提炼三条行动项。输入、输出和处理步骤都很明确，也不需要模型访问外部系统。你可以要求它按固定 JSON 输出，再由程序校验字段。这里使用 LLM 是因为自然语言理解和生成有价值，但没有必要增加一个循环让模型反复“规划”。一次调用也可以有前后处理：输入…

#Agent#架构与规划#Agent 和 Workflow 区别

求职指南·求职

大模型应用开发岗和算法岗有什么区别、普通工程师怎么选

匹配正文：…近业务系统和用户结果。两者都重要,但日常问题完全不同。维度大模型算法岗大模型应用开发岗核心产出更好的模型、训练策略、评估方法可上线的大模型应用、RAG/Agent 系统、业务流程自动化日常关键词 SFT、DPO、RLHF/GRPO、数据配比、loss、benchmark API、RAG、Agent、工具调用、检索、评估、延迟、成本面试重点数学基础、论文理解、训练细节、实验设计项目深挖、系统设计、工程取舍、真题口述简历筛选硕博、论文、竞赛、模型训练经历加…

#求职#职业转型

项目实战·RAG

第 2 章:RAG 整体架构

匹配正文：…s): """把召回的 chunk 拼成一段"上下文",准备喂给大模型。""" # 每条都标上来源 doc_id;真实系统还会做 Prompt 模板 + 引用溯源(第 9 章) return "\n".join(f"[来源 doc{c['doc_id']}] {c['text']}" for c in chunks) def answer(index, query): """完整走一遍:检索 → 拼上下文 →(交给模型)回答。""" hits = retrieve(index…

#RAG#检索#项目实战

面经·项目面试

Agentic RL 项目，GRPO 为什么不用 PPO？六道大厂真题逐题复盘

匹配正文：…工单要单独处理。 PPO 和 GRPO 的基线从哪来二、组内相对优势到底怎么算？请详细说明 GRPO 中群体相对优势的具体计算方法，归一化操作在其中扮演什么角色？（百度）这题很多人直接背公式：reward 减均值，除以标准差。面试官要的是你手里有一组真实的数。我用破损退款那条工单举例，同一个 prompt 采了 4 条轨迹，Verifier 给的分是 0.92、0.31、0.68、0.14。组内均值 0.5125，标准差 0.2980。四条轨迹的优势算出来是 +1.…

#Agentic RL#GRPO#PPO

面试题·RLHF与对齐· 京东

PPO vs DPO vs GRPO 怎么选?

匹配正文：…然需要奖励信号，奖励可以来自规则、可验证结果或奖励模型；“不需要单独价值模型/critic”不等于 reward-free。三种方法的核心差别方法数据与反馈更新方式主要组件与边界 PPO 当前/近当前策略 rollout，经规则、环境或 RM 得到奖励用价值函数估计优势，采用 clipped surrogate；RLHF 常另加 reference-policy KL 逻辑上有 policy、reference、reward、value 等角色，但不要求四个独立骨…

#RLHF#PPO#DPO

面试题·Agent

ReAct Agent 为什么会死循环？停止条件和步数上限怎么设计

匹配正文：…完成条件没有落到状态里 “帮我把资料查完整”“尽量多找一些信息”都没有天然出口。模型永远可以再搜一次、再读一篇、再总结一轮。改进方法不是只缩小步数，而是把目标拆成可验证字段。例如需要哪些主题、每个主题至少需要什么类型的证据、缺失时是否允许明确标注“未找到”、何时必须向用户确认。完成条件不一定是标准答案，但必须能判断当前任务处于完成、部分完成、等待输入还是失败。根因二：工具 Observation 没有清楚语义工具返回空字符串，到底表示确实没有结果、请求参数错误、服务超…

#Agent#架构与规划#ReAct Agent 死循环

求职指南·求职

研一/研二转大模型应用开发:三年怎么规划、来得及吗

匹配正文：…,支持引用溯源和错题定位” 实验室论文阅读 Deep Research/论文调研 Agent “让 Agent 自动检索论文、提取方法、生成带引用的调研报告” 数据处理脚本 RAG 文档清洗和评估集构造 “处理 PDF/HTML/表格,做切块质量和召回评估” Web/后端项目大模型接入业务系统 “把 LLM API、权限、日志、队列和业务流程串起来” 推荐/搜索方向检索、重排、评估 “把搜索/推荐指标迁移到 RAG 召回和排序” 重点不是“贴一个大模型标签”,而是加入模型…

#求职#职业转型

面试题·Agent

Agent 反思机制怎么落地？Reflector 和 Critic 不能只让模型“再想一次”

匹配正文：…立规则、不同职责的 Critic、测试和人工抽检可以提供不同信号，但也不能被描述成绝对正确。 “更长”容易被误认为“更好” 反思 Prompt 常让模型补充细节，输出变长后主观上显得更完整。实际上它可能增加无关内容，掩盖原来缺少的关键证据。评估应看具体缺陷是否消失、原有正确内容是否保留、有没有新增错误，而不是只看字数和语言流畅度。自我评价与外部验证差别很大外部验证提供新的事实信号，自我评价只能在已有上下文上再次判断。一套工程化反思链路第一步：先定义验收标准不同任务…

#Agent#架构与规划#Agent 反思机制

项目实战·Agent

第 5 章:训练数据构造,种子 → 轨迹 → 增强

匹配正文：…个真实场景(这是本章的「为什么」) 前四章我们把一个调研 Agent 的「骨架」搭起来了:执行框架、工具集、记忆。但有件事一直靠 prompt 硬撑,让一个通用大模型(比如 Qwen、LLaMA)去当 Agent,它其实不太「会」。具体哪不会?① 该用 visit 拿细节时,它图省事只 search 一下就编结论;② 该收手时不收手,或没查够就硬给结论;③ 工具调用的格式时灵时不灵。你 prompt 写得再细,通用模型也只是「勉强照做」,不稳。根因是:通用模型在预训练时,…

#Agent#Deep Research#项目实战

面试题·RAG

RAG 文档解析质量怎么评估？不能只看“解析成功”

匹配正文：…实际支持的 PPT、图片说明或代码块。关键不在数量一开始有多大，而在是否覆盖已知风险。每个样本也不必逐字标注整份文档。更可行的方法是标注关键区域。例如，一张双栏页标出正确阅读顺序；一张表格标出表头、关键单元格和跨页关系；一张扫描页保留人工核对的关键句；一个章节标出正确标题路径和原页坐标。这些区域应该与用户会问的问题相连。如果某页包含“申请材料”答案，就记录答案所在区域。下一次解析后，不仅检查这几个字是否出现，还要检查它是否仍属于正确标题，是否能组成完整 Chunk，…

#RAG#解析与入库#RAG 文档解析评估

面试题·Agent

LangGraph 的 StateGraph 怎么设计？State、Node、Edge 到底各负责什么

匹配正文：…在哪些地方出错 State 越积越大把每轮完整页面、日志和模型响应都追加到 State，会让序列化、模型输入和回放越来越重。解决方法不是粗暴删除，而是区分运行状态、可检索工件和审计日志。State 保存当前决策需要的内容，大对象放外部存储，只保留引用。节点边界太粗一个节点里同时规划、调用工具、判断结果和写最终答案，任何一步失败都只能整体重跑。拆分不是越细越好，而是按失败边界和责任边界拆。需要不同重试、权限或观测策略的步骤，通常值得独立成节点。条件边读取自由文本如果路…

#Agent#工作流与状态#LangGraph StateGraph 设计

面试题·Agent

Agent 任务中断后怎么恢复？Checkpoint、断点续跑和人工审批怎样设计

匹配正文：…端已经执行成功？外部接口已经创建了一条记录，但结果回写前进程崩溃，该动作算完成还是未完成？审批请求对应的是哪一版参数？恢复时模型、Prompt 和工具版本是否已经变化？如果只把 Messages 重新交给模型，让它“根据历史继续”，模型可能重复调用工具，也可能跳过一个实际未完成的步骤。自然语言历史适合帮助模型理解上下文，不适合作为唯一事务记录。一份可恢复快照至少需要这些信息： run_id 和 thread_id，确认这是哪次任务运行。 graph_version 和 s…

#Agent#工作流与状态#Agent 中断恢复

项目实战·RAG

第 7 章:Query 理解与改写

匹配正文：…不下"就答不下去。能说出"把意图当文档去检索、先召回再判断",把前面学的检索能力迁移过来:立刻显出体系化的工程思维,而不是只会堆 prompt。 🏆 Part 3 · 验收串题｜ ~10% 学到这一步,做几道题验证一下,知道自己学到位没。关联面试题(5 道,覆盖 5 个角度) 【意图识别作用】 RAG 系统中意图识别模块承担什么关键作用? 中等 → 【意图识别实现】 RAG 系统的意图识别模块是如何实现的? 中等 → 【Query 改写方法】 Query 改写技术有哪些…

#RAG#检索#项目实战

面试题·RAG

Chunk Size 和 Overlap 怎么选？不要背 512 和 100

匹配正文：面试官真正想听的是参数背后的验证方法很多回答一上来就是：“我们设置 chunk_size=1024，overlap=100。” 面试官接着问“为什么”，回答就变成“网上大多这样配”或者“框架默认值就是这个”。这说明只会填写配置，没有建立评测闭环。参数选择真正要回答四个问题：一个问题的完整证据通常有多长？文档里哪些内容最怕被拆开？召回结果重复后，会占掉多少候选位和模型上下文？参数改变后，怎样证明收益来自切分，而不是其他模块同时变化？从工程链路看，RAG 可以拆为离…

#RAG#切分与索引#Chunk Size

项目实战·Agent

第 8 章:评估:调研类任务没标准答案,怎么定义「好」

匹配正文：…路做到「上线」,但有个问题一直没正面回答:怎么知道它做得好不好? 调研类任务没有唯一标准答案,这让评估格外难。本章就把评估的原理、方法、陷阱讲透。这一章你会学到什么 ✓ 想清一个根本难题:分类任务有标准答案,调研报告这种开放任务「好」在哪、怎么量 ✓ 搞懂评估的两个层面:结果质量(对不对、有没有幻觉)和过程质量(步骤合不合理) ✓ 掌握 LLM-as-a-Judge:用强模型当裁判怎么打分、它有哪些偏见(位置 / 长度 / 自我偏好)、怎么缓解 ✓ 理解评估最大的陷阱:Go…

#Agent#Deep Research#项目实战

面试题·Agent

Deep Research 有 Search、Visit、Scholar 和 Python，Agent 怎样选对工具？

匹配正文：…尚未统一，先计算只会得到精确的错误结果。 Scholar 的前置条件是问题确实需要学术来源。查询产品当前功能时，优先官方文档；研究方法和公开实验时，再使用 Scholar。写操作或有副作用的工具还需要用户确认、权限和幂等键。当前四类研究工具大多是只读，但架构不能默认所有工具都安全。这些条件适合写入工具策略，由程序在执行前校验。不要只在 Prompt 里说“请正确使用工具”，然后相信模型每次都记得。工具路由应该读懂当前研究状态同一句“查一下性能”，在不同阶段需要不同工具…

#Deep Research#研究工具与稳定性#Deep Research 工具路由

项目实战·RAG

第 9 章:上下文问答与引用溯源

匹配正文：…成后让模型(或一个小验证模型)检查"有没有没出处的断言",有就补一句"该部分资料中未提及"。业内行话:防幻觉是两道闸:生成前用 prompt 严格约束"仅依据资料",生成后做风控过滤(规则/分类模型拦截违规、不可信内容)。只靠 prompt 不够,因为模型偶尔还是会"自信地越界";只靠后处理也不够,因为有些幻觉很像真的。两道一起上,才稳。 2.3 引用溯源的两条路线怎么让答案带上出处?业内两条主流路线: 引用溯源的两条路线方法 1:Prompt 内生成,让 LLM 边答…

#RAG#检索#项目实战

求职指南·求职

后端工程师转大模型应用开发:已有经验怎么迁移

匹配正文：…、向量化就是一条新的 ETL,链路你熟性能 / 成本优化大部分复用换成 token 成本、首 token 延迟、并发批处理,方法论一致接口 / 编排直接复用函数调用、工具编排就是把外部能力封成接口给模型调「效果好不好」怎么判断要重训直觉从「测试通过=对」变成「概率对,要靠评估集量化召回率/忠实度/胜率」调 Prompt 要重训直觉不是改配置文件,是不确定的实验:同一句话换个写法效果差很多,要 A/B 要迭代排查线上问题要重训直觉 badcase 不一…

#求职#职业转型

面试题·Agent

Agent 有几十上百个工具时怎么选？大工具集路由怎样设计和验收

匹配正文：…实日志不一定保存完整自然语言与参数，应按隐私要求存摘要。关键是保留过滤、召回和选择三个阶段的证据。否则工具选错时，只能重新读最终 Prompt 猜原因。工具描述怎样为路由服务小工具集里，描述主要给模型看；大工具集里，描述还承担检索文档的作用，因此需要更清楚的结构。每个工具至少写五类信息：能力，即它能完成什么；限制，即它不能完成什么；输入，即调用前必须已有的信息；输出，即能返回何种事实；差异，即与最相近工具怎么区分。以 Search 和 Visit 为例。 search…

#Agent#工具调用与安全#Agent 大工具集路由

Agent 性能优化：架构与推理陷阱

大模型输出怎么检测和过滤?

向量数据库怎么支撑 Agent 记忆?

RAG 项目面试会怎样连续追问？一场工程深挖教学复原

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

LLM、Workflow 和 Agent 怎么选？什么任务根本不该做成 Agent

大模型应用开发岗和算法岗有什么区别、普通工程师怎么选

第 2 章:RAG 整体架构

Agentic RL 项目，GRPO 为什么不用 PPO？六道大厂真题逐题复盘

PPO vs DPO vs GRPO 怎么选?

ReAct Agent 为什么会死循环？停止条件和步数上限怎么设计

研一/研二转大模型应用开发:三年怎么规划、来得及吗

Agent 反思机制怎么落地？Reflector 和 Critic 不能只让模型“再想一次”

第 5 章:训练数据构造,种子 → 轨迹 → 增强

RAG 文档解析质量怎么评估？不能只看“解析成功”

LangGraph 的 StateGraph 怎么设计？State、Node、Edge 到底各负责什么

Agent 任务中断后怎么恢复？Checkpoint、断点续跑和人工审批怎样设计

第 7 章:Query 理解与改写

Chunk Size 和 Overlap 怎么选？不要背 512 和 100

第 8 章:评估:调研类任务没标准答案,怎么定义「好」

Deep Research 有 Search、Visit、Scholar 和 Python，Agent 怎样选对工具？

第 9 章:上下文问答与引用溯源

后端工程师转大模型应用开发:已有经验怎么迁移

Agent 有几十上百个工具时怎么选？大工具集路由怎样设计和验收