匹配正文：…对比，而不是技术名词堆砌。至少两个候选方案、真实约束与放弃原因质量、时延、开发和维护成本下一步：metrics。配套学习：RAG检索质量提升5法、RAG 为什么需要 Rerank?。 5. metrics · metrics 召回改善用 Recall@k、MRR、NDCG 还是最终答案指标？各自基线、样本和置信区间是什么？考察重点：核验效果数字是否有定义、基线、样本和可归因证据。 Recall@k、MRR、NDCG 与端到端答案指标的公式和切片同索引、同 quer…

#模拟面试#简历项目#连续追问

项目实战·RAG

第 10 章:系统评估与上线优化

匹配正文：…平均。看的是"找到了,但排得够不够靠前"。 Recall@k 和 MRR 怎么算一个看"全不全",一个看"靠不靠前",两个一起,检索质量就量化了。概念 3:离线评估 vs 线上指标离线评估:用评估集在本地跑,算 Recall/MRR/准确率:上线前反复优化用。线上指标:系统真跑起来后看的:响应延迟(P95/P99)、QPS 吞吐、用户满意度:上线后盯着不出事。离线评估与线上指标解决不同问题。通常先用离线数据筛掉明显不合格的方案,再通过灰度、监控和人工复核观察真实流量…

#RAG#检索#项目实战

面试题·评估· 百度

LLM 准确性提升四大路径

匹配正文：…于事实正确。解码参数、验证器和工具执行应按任务选择，代码用测试，数学用可检查计算，不能靠一条统一prompt解决。外部增强方面，RAG能把回答连接到可更新语料，但仍可能召回错误、忽略证据或错误引用。工具调用可以把搜索、计算和数据库查询交给外部系统，同时新增权限与注入风险。检索质量、证据支持率、答案忠实度和拒答都需单独评测。我的实验会先建立无增强基线，再分别加入数据改进、偏好优化、推理提示、检索或工具，每次只改变有限变量。按事实、推理、帮助性、安全、延迟和成本分桶比较，并保…

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

#数据质量#训练策略#推理优化

面试题·文档处理· 百度

常用分块方法有哪些?

匹配正文：…nt-specific）：利用标题、段落等天然边界，适合结构化文档重叠窗口（Overlap）策略缓解边界信息丢失问题文本分块是RAG系统的关键预处理环节，直接影响检索质量和生成效果。常用策略可分为以下几类： 1. 固定长度分块（Fixed-size Chunking）按固定token数或字符数切分，具体长度作为候选变量优点：实现极简，便于批量处理，向量化效率高缺点：硬截断可能切断句子语义，边界信息易丢失适用：快速原型、对语义连贯性要求不高的场景 2. 递归分块（R…

#百度#文本分块策略#RAG chunking

面试题·评估· 美团

LLM 幻觉治理方法对比

匹配正文：…/冲突数据、知识边界标注、课程学习效果：基础但长尾，无法解决训练截止后新知识问题局限：成本高，且模型仍可能"过度泛化" 2. RAG（检索增强生成）做法：外挂知识库，将检索到的相关文档拼入Prompt 效果：对事实性幻觉效果显著，可追溯来源关键：检索质量决定上限，需解决检索失败和内容冲突美团实践：结合实时业务数据（如商户信息）做领域RAG 3. 解码策略优化方法核心思想适用场景 Contrastive Decoding 对比大/小模型输出，惩罚低置信token…

#美团#幻觉治理#LLM 幻觉治理方法对比

面试题·评估· 安克科技

评估集防泄漏与复现

匹配正文：答案要点明确区分Agent与RAG的评估维度差异（工具调用vs检索质量）数据构建需覆盖真实用户分布而非理想场景标注策略必须包含多轮校验与一致性指标多样性需从任务类型、难度、领域三维度设计偏差控制需显式处理位置偏差、流行度偏差和标注者偏差一、任务设计：区分Agent与RAG的核心差异 RAG评估重点检索相关性：召回率、精确率、NDCG 生成忠实度：答案是否基于检索内容，有无幻觉答案完整性：是否覆盖用户问题的全部意图 Agent评估重点工具调用准确性：参数解析、…

#安克科技#评估与监控#Agent

面试题·评估· 字节

知识库更新策略怎么选?

匹配正文：…两种策略及适用场景说明近实时更新的技术方案（CDC、消息队列、定时任务）阐述一致性保障机制（双写、版本控制、事务）提及更新对检索质量的影响及重索引策略体现对实际工程权衡（成本、延迟、准确性）的理解知识库更新策略按更新粒度分类全量重建：定期（如每天/每周）重新拉取全部数据、重新分块、重新生成embedding 优点：数据一致性最好，可彻底清理脏数据缺点：成本高、耗时长，适合数据量小或低频变更场景增量更新：仅处理变更数据（新增、修改、删除）基于CDC（Chan…

#字节#评估与监控#RAG 知识库更新

面试题·模型微调· 滴滴

大模型落地技术范式怎么选?

匹配正文：…感分析微调(SFT/PEFT) 领域数据适配模型参数垂直领域、稳定需求效果深度定制；数据/算力成本高滴滴司机调度策略模型 RAG 检索+生成，外挂知识库知识密集型、需可解释解决幻觉、实时更新；检索质量决定上限智能客服、合规审查 Agent 工具调用+规划+记忆，自主决策复杂任务、多步推理能力边界扩展；稳定性、安全难控自动派单、行程规划选型决策框架第一步：需求拆解任务复杂度：单步问答 → ICL/提示工程；多步推理 → Agent 知识时效性：静态知识…

#滴滴#模型微调#Agent

面试题·模型架构

上下文窗口是什么?超了怎么办?

匹配正文：…简单;关键信息可能被丢,用户感觉「失忆」摘要压缩把久远内容总结成短摘要放回上下文保留主干;细节丢失,摘要本身也要耗一次调用 RAG 长资料切块存入向量库,提问时只检索最相关的几块塞进上下文资料可以无限大;但引入「检索质量」这个新变量实际工程的组合拳成熟的对话系统通常是:最近几轮对话保留原文 + 更早的对话滚动摘要 + 领域知识走 RAG,三者拼成最终的 prompt。入门后可以深入长上下文外推技术(RoPE 插值、YaRN),以及「窗口大了但中间内容记不住」的 …

#入门#基础概念#上下文窗口

面试题·RAG· 百度

对话模型准确性怎么提?

匹配正文：…提出具体技术方案每个维度至少给出2个可落地的技术点能区分不同技术的适用场景和 trade-off 体现对前沿技术（如Self-RAG、Toolformer等）的了解回答有层次感，不是简单罗列一、模型架构层面知识增强架构检索增强生成（RAG）：把外部检索到的资料作为生成上下文，检索器与生成器可以独立更新；不要求生成模型采用编码器—解码器架构。 Self-RAG：引入反思token（Retrieve/IsRel/IsSup/IsUse），让模型自主决定何时检索、如何使…

#百度#对话模型准确性#模型架构优化

系统教程·Agent

Agent 面试题大全与开发指南

匹配正文：…解知识模块 Agent 架构·工具调用·记忆·多智能体 Prompt 工程(Agent 的地基) 常见问题 Agent 面试和 RAG 面试考察重点有什么不同？ RAG 考检索质量与评估，Agent 考系统设计与鲁棒性：规划怎么做、工具调用失败怎么重试、记忆怎么分层、多 Agent 怎么协作。两者经常组合出现——Agent 把 RAG 当工具之一。没有 Agent 项目经验，从哪里开始最快？先实现一个只保留循环、工具和停止条件的最小 Agent，再读 Deep Rese…

#专题学习#Agent 面试题大全与开发指南

求职指南·求职

转大模型应用开发路线图(2026):研究生/Java 后端要学什么、多久上岸

匹配正文：…不下时,切块、摘要、检索、记忆各自解决什么? Prompt、Function Calling、Agent、MCP 分别在哪一层? RAG 和微调怎么选,什么时候组合使用? 检索召回率、重排、引用溯源、离线评估为什么决定上线质量? 学习方式建议很朴素:每个概念先写一句人话定义,再写一个工程场景,最后找 2-3 道真题练口述。比如 RAG 不要背“检索增强生成”六个字,要能说出“公司制度经常变,把知识放进向量库比重新训练模型更可控,但效果取决于切块和检索质量”。研一/研二可以在…

#求职#职业转型

项目实战·Agent

第 4 章:多轮对话与长程记忆管理

匹配正文：…忽略、也最能体现深度。很多人只讲「存和取」,但真实系统里「怎么忘」和「怎么记」一样重要,没有遗忘,记忆库会被陈旧、矛盾的信息塞满,检索质量直线下降。能讲清「按时间衰减 + 重要性 + 冲突消解来淘汰」,立刻显出你想过生产问题。 2.4 用户画像(Persona Memory) 长期记忆的一个典型应用:跨会话记住「用户是谁」。用户画像:从多次对话里沉淀偏好,下次对话自动带上比如一个常做 RAG 选型的工程师,系统记住他「关注低运维方案、偏好开源、要带 benchmark 出…

#Agent#Deep Research#项目实战

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：…ent 有没有权限、信息是否还有效、来源是否可信、是不是被新版本替代，以及它对当前任务到底有多重要。用户今天问“帮我继续上次的 RAG 评测”，向量库可能召回一个月前的项目目标，也可能召回另一个项目里措辞相似的评测记录。旧目标语义很像，但当前阶段已经变化；另一个项目更像，却属于错误作用域。若系统只取相似度最高的几条，记忆越多，污染当前决策的机会反而越大。这道题要回答的是一条检索与排序链路：先识别查询意图和主体，做权限、租户、类型、状态、时间与项目范围过滤，再生成语义候选，…

#Agent#记忆与存储#Agent 记忆检索排序

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：…层("为什么这么选")就会断;但如果你围绕一个真实场景补齐了取舍和量化,照教程起步完全不影响,面试官看的是链的完整度不是原创度。 RAG 和 Agent 项目,面试官追问的重点有什么不同? RAG 追问集中在检索质量与评估:chunk、召回、rerank、溯源、评估集。Agent 追问更偏工程链路:agent loop、失败恢复、权限、trace、成本。Agent 链更长也更容易断在中段,准备时要多花力气在异常和恢复上。项目里没有漂亮的数字,深挖时怎么办? 用真实的、哪怕不…

#求职#职业转型

面试题·Agent· 得物

大模型记忆机制怎么改进?

匹配口述回答：…而不是某个单一技术。架构解决容量，外部模块解决持久化，检索解决效率，三者缺一不可。如果面试官让我选一个优先做，我会先搞定检索，因为检索质量直接决定了记忆能不能用起来。一句话定位：突破上下文窗口限制架构层：长上下文模型与分层记忆外部记忆模块：写入、检索、遗忘检索增强与Agent融合落地权衡与收尾约4分钟记忆自更新与一致性维护，比如用户改信息后如何覆盖旧记忆追问记忆更新的具体策略，比如冲突解决、版本管理

#得物#Agent#大模型记忆机制

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：…GE-M3支持同时输出稠密和稀疏向量，那就一起存。这里有个坑：模型更新时，向量需要全量重刷。如果不做版本管理，新旧向量混在一起，检索质量会崩。所以上线前我会建立一个版本管理机制，每次模型更新，用同样的query集做回放测试，对比Recall@K和延迟，通过才切换。说到混合检索，其实还有个权衡：什么时候用稠密向量，什么时候用稀疏向量？比如订单号检索，稀疏向量或者关键词匹配更准；而意图理解，稠密向量更好。真正稳定的RAG系统，往往是稠密加稀疏再加[[重排]]，但重排会增加延迟…

#字节#Embedding 模型选型#RAG 向量化流程

面试题·文档处理· 字节

医学论文与法律条文切块

匹配题目：在RAG系统中，如何对专业领域文档（如医学文献或法律条文）进行有效的文本切块？常见的文本分块策略有哪些及其适用场景？

#字节#医学论文与法律条文切块#医学论文和法律条文为什么要用不同的切块策略

面试题·评估· 阿里

训练/推理/知识增强怎么选?

匹配口述回答：…、结论可追溯。一句话定位：幻觉是概率模型的固有风险训练层面：数据清洗与对齐，但边界永远存在推理控制：降温和验证，权衡创造力 RAG层面：知识锚定，但检索质量是瓶颈后处理与总结：多层防御，没有银弹约90秒 Self-RAG 把验证和生成融合，但实现门槛高，不是所有场景适用。面试官可能会追问 Self-RAG 的具体实现、与传统 RAG 的区别、以及适用场景的边界。

#阿里#幻觉治理#大模型幻觉缓解

面试题·模型微调· 百度

大模型准确性瓶颈在哪?

匹配口述回答：…的事实核查模型或规则引擎，对实体、数字、时间这些硬事实做二次确认。比如客服回答退款金额，必须校验数字是否和订单一致。这里有个前提：检索质量要足够高，如果检索到的信息本身就是错的，那 RAG 反而放大错误。常见失败场景是检索召回率不够，或者[[重排]]没把最相关的排在前面。所以落地时，我会把方案组合起来用。稳定知识内化到模型，高频变动知识走 RAG，推理过程用 CoT 显式化，最终输出加校验层。没有银弹，不同场景侧重不同。比如金融风控合同场景，对事实准确性要求极高，我会更依赖…

#百度#评估与监控#大模型准确性提升

面试题·RAG

大模型幻觉是什么？怎么缓解？

匹配口述回答：…我们能做的是把幻觉率压到业务可接受的范围。所以高风险场景，比如医疗、法律、金融，一定要保留人工审核兜底，不能让模型单独拍板。另外，RAG 也有前提，知识库质量要靠谱，检索结果要准，否则只是把脏数据更快喂给模型。真正落地时，我会同时管知识库质量、检索质量和生成约束。如果面试官追问，我会说：幻觉评测也是个关键方向，比如怎么量化幻觉率。我倾向用 [[RAGAS]] 框架里的 [[Faithfulness]] 和 Answer Relevance 指标，结合人工抽检来评估。不过评测…

#入门#基础概念#大模型幻觉

面试题·检索

什么是 Embedding 向量嵌入？

匹配正文：…：把“语义像不像”的模糊问题，变成“数字算一算”的精确问题。注意：两段文本必须用同一个模型编码，不同模型的向量空间互不兼容。在 RAG 里的角色阶段 Embedding 做什么离线建库把知识库里每个文本块转成向量，存入向量数据库在线检索把用户问题也转成向量，找出距离最近的 Top-K 个块没有 Embedding 就没有“按意思找资料”这件事，RAG 检索质量的上限很大程度取决于嵌入模型的好坏。入门之后，可以往嵌入模型的选型与评测（MTEB / C-MTEB …

#入门#基础概念#Embedding是什么

面试题·知识图谱· 淘天

伪多模态与原生多模态差在哪?

匹配口述回答：面试官你好，这个问题其实是在问：[[多模态]][[RAG]]到底是不是真的在理解图像，还是只是把图像转成文字后再做检索？本质区别就是是否共享语义空间。先说伪多模态。它的思路很简单：图像进来，先用 [[OCR]] 或者像 [[CLIP]] 这种视觉编码器，把图像转成一段文字描述，比如用 BLIP2 生成 caption，然后把这个文本[[向量化]]，丢进 [[Vector Database]] 里检索，最后喂给 LLM 生成答案。说白了，就是把多模态问题强行压成单模态问题，图…

#淘天#知识图谱#伪多模态RAG

面试题·RAG· 阿里

LangChain vs LlamaIndex 架构差异？

匹配口述回答：…召回的是真正相关的内容；二是Agent的指令约束，要明确告诉Agent“只基于检索结果回答，不要自己发挥”，必要时用[[Self-RAG]]让模型自己学会反思。还有一个值得注意的点：当数据量超过百万级时，LlamaIndex的索引构建和更新会成为瓶颈，这时候要考虑分层索引或增量更新，否则检索延迟会飙升。所以我的判断是，我更倾向数据驱动的思路。因为LLM应用的核心瓶颈往往不是流程复杂，而是数据质量和检索精度。我会把LlamaIndex作为数据底座，LangChain作为上层…

#阿里云#LangChain与LlamaIndex#LangChain vs LlamaIndex