匹配口述回答：…或普遍提升推理。【完整展开】行动部分按证据链描述。数据侧说明来源、许可、切分、防泄漏和质量检查；模型侧给出基线、候选方案、固定评测集与消融；系统侧说明检索、模型、规则、人工和外部工具各自边界；上线侧写影子流量、灰度、监控与回滚。比如最终答案涉及金额或权限时，模型只能生成候选解释，真实状态从权威接口读取并由规则校验。任何“解决率”都要定义分母，是模型独立完成、人工确认后完成，还是用户未再次咨询；“替代人工”还要扣除下游复核和返工。结果段使用【真实数值】填写，并附模型版本、…

#业务理解#需求分析#技术选型

面试题·推理优化· 快手

视频切帧怎么平衡效率与信息?

匹配口述回答：…能写成必选。批量和异步解码、复用缓冲、让预处理靠近 GPU、避免反复 RGB 转换和 PCIe 往返通常比单独换采样公式更重要。评测集标注短暂关键事件、全局语义和 query 证据区间。对每种采样器画任务质量与帧数、解码时间的曲线，分别报告 event recall、问答或分类指标、重复帧率、CPU/GPU 利用、峰值内存和 P95 延迟。按静态讲座、体育快动作、监控长视频、不同 GOP 与 codec 切片，观察最坏情况。若省一半帧却漏掉安全事件，计算收益不可接受；若语义…

← 上一页第 5 / 5 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

#视频预处理#关键帧提取#运动检测

面试题·项目与经历· 美团

技术项目怎么讲出亮点?

匹配口述回答：…。例如数据如何版本化、接口怎样幂等、模型如何灰度、异常怎样回退、监控怎样定位。若是大模型项目，还要说明prompt、知识库、模型和评测集的版本，避免把线上变化归因错。若涉及用户数据，要说明权限、脱敏和日志边界。结果只讲可复算指标。填写【优化前后质量、延迟、资源、失败率或人工时长】，注明比较窗口、样本量、硬件和是否同流量。没有真实数字时可以说目前只完成原型并描述观察，不要编提升百分比。团队总指标与个人动作之间还要有实验或上线记录连接，不能仅凭同时发生就宣称因果。复盘部分讲一…

#项目经验#系统设计#技术选型

面试题·模型训练· 百度

训练数据怎么采集和预处理?

匹配口述回答：…算、能删除、能解释，才有资格支撑后续模型对比，否则指标变化很难归因。先做授权、PII 和数据血缘分层完成解析、清洗与去重隔离评测集并检查污染用消融决定混合比例和阈值约3分钟数据血缘和跨切分近重复检查决定了模型能力是否可追溯、评测是否可信。面试官可能继续问：如何设计可版本化的 MinHash 去重、评测污染扫描和单条数据删除链路？

#数据工程#数据清洗#去重策略

面试题·Agent

Agent 项目经历完整复盘

匹配口述回答：…真实失败案例是【】，处理方式和回滚条件为【】。【证据自检】我会确认能够展示或口述请求 trace、工具 schema、状态变化、评测集版本和指标计算。没有证据的业务收益、复用范围或人效提升不写。【追问入口】请继续追问：为什么选当前规划方式，工具失败怎么恢复，敏感操作怎么确认，状态如何持久化，指标为何可信，以及数据量或并发扩大后怎样改。为了证明项目真正做过，我会挑一个本人最熟的节点深入，而不是平均介绍所有模块。如果负责工具执行器，就讲 schema 版本、参数来源、类型和…

#Agent 项目复盘#任务成功率#Agent 项目经历完整复盘

面试题·文档处理· 字节

Embedding 模型选型 vs 落地流程?

匹配口述回答：…定 token 数切分简单，但照搬一个固定值容易切断语义。我会把多组 chunk size 与无重叠、短重叠、较长重叠组合放进同一评测集，比较边界召回、答案质量和成本后再选。如果是Markdown文档，按标题层级分；代码按函数或类分。举个例子，企业SOP里经常有“满100减20”这种政策，如果切分不当，可能把“满100”和“减20”分到两个块里，检索时就匹配不上了。向量化阶段，批量推理用GPU加速，输出后一定要做归一化，这样算余弦相似度才正确。元数据绑定很重要，我会记录文档…

#字节#Embedding 模型选型#RAG 向量化流程

面试题·文档处理· 字节

专业领域文档怎么清洗?

匹配口述回答：…于表格，我通常整表保留，并附加表头元数据，因为单独切一行会丢失上下文。重叠窗口不能默认必加；我会把无重叠、短重叠和较长重叠放进同一评测集，比较跨块召回、答案质量和冗余成本。元数据和[[向量化]]增强这块容易被忽略，但实际效果很明显。我会保留来源文档、章节层级、发布时间这些元数据，这样检索时可以按时间或来源过滤，[[重排]] 时也能加权。对于长文档，我同时存文档级摘要向量和细粒度段落向量，这样既能快速定位相关文档，又能精确命中具体段落。embedding 模型最好用领域语料微…

#字节#RAG 文档清洗#文档预处理

面试题·评估· 小鹏

RAG 失败场景诊断

匹配口述回答：…。其他像Precision@K、MRR这些，更多是调优排序质量时用的，但真正上线我会优先盯Recall@K。这里有个前提，就是你的评测集里得标注了正确答案对应的文档ID，不然算不了。很多项目倒在这一步，标注成本被低估了。生成层就比较复杂了。传统的方法比如BLEU、ROUGE，适合有标准答案的场景，比如产品手册问答，但放到开放域对话里就不太行了，因为答案可以多样。所以我更倾向用 [[RAGAS]] 这套框架，它不依赖标准答案，而是从三个维度打分：[[Faithfulness]…

#小鹏#评估与监控#RAG 失败场景诊断

面试题·检索· 淘天

Naive RAG vs Advanced RAG 区别?

匹配口述回答：…复现，也容易循环、越权和成本失控，所以要限制最大步骤、工具权限、总预算，并保留人工节点。选型时我会从 Naive 基线出发，在同一评测集上逐步加模块，分别看 Recall@K、MRR 或 NDCG、答案正确性、引用支持率、拒答、P95/P99 和成本。若新增复杂度没有改善目标切片，就删除它。所谓 Advanced，不是组件更多，而是每个组件都有清楚的错误对象、消融证据和停止条件。我先从工程设计角度回答，再用一个假设场景说明。假设一个政策问答既有自然语言问题，也有订单号和生效…

#淘天#重排与优化#Naive RAG

面试题·检索· 美团

RAG 检索器与知识库怎么搭?

匹配口述回答：…询侧使用【召回方案】，再通过【融合与重排】处理候选。我会说明为什么选这个组合，Top-K、RRF 常数或权重、重排候选数都来自固定评测集上的参数扫描。正确证据没进候选时先修召回；候选有答案但排名低才看重排。上下文去重、冲突和预算处理后，由【生成约束】控制引用、拒答与输出校验。效果只报告【真实指标】，并带上数据集、硬件、并发和统计窗口。候选召回、排序质量、答案正确性和引用支持率分开测，同时观察 P95/P99 与成本。线上 trace 保存过滤条件、各路候选、融合名次、重排分…

#美团#知识库构建#RAG 检索器设计

面试题·检索· 高德

RAG 系统实现流程怎么搭?

匹配口述回答：…块里，用户问“退款时效”时可能只召回一半。我更倾向做语义分块，按段落边界或标题层级切，再把零重叠、短窗口与较长窗口作为候选，用同一评测集验证边界信息、召回与成本。元数据一定要保留，比如文档来源、时间戳，后面过滤和溯源都用得上。然后是[[向量化]]。Embedding 模型选型要看领域，比如电商客服场景，用 BGE 或 M3E 就比通用英文模型好。[[向量数据库]]的话，我会关注索引算法，[[HNSW]] 在中等规模下表现稳定，但数据到千万级就得考虑 [[IVF]] 分区了。…

#高德#RAG结果融合#RAG 实现流程

面试题·检索· 字节

Embedding 怎么实现语义召回?

匹配口述回答：…：分块策略对召回影响很大。比如固定切分可能把一句话拆到两块里，导致检索时上下文丢失。我会把零重叠、短窗口与较长窗口作为候选，用同一评测集比较边界证据完整率、召回、存储与去重成本。重叠会增加索引与去重成本，具体增幅取决于窗口和步长，不一律翻倍。这个其实牵涉到文档结构和模型上下文长度，挺有意思的，可以展开聊聊。最后说我的判断：[[RAG]]不是银弹，它可为知识密集任务提供外部证据，也能结合IRCoT等迭代检索服务多步推理；是否有效需分解检索与推理失败。如果知识库频繁更新，或者查…

#字节#向量语义召回#Embedding 语义召回