匹配正文：…o 里跑通一次,还是真能在出错时兜住。维度内容面试官在验证什么你能不能设计工具调用、管好上下文与记忆、处理失败与死循环、控成本,为多步任务设置明确终止条件并处理失败先看哪个 Deep Research Agent 教程:从 ReAct、工具、记忆到评估代表题型 "Agent 怎么规划任务""工具调用失败怎么重试""上下文爆了怎么办""怎么防止 Agent 陷入死循环" 项目里怎么体现讲你的工具注册与权限确认、trace/replay 怎么做、失败恢复和成本控制的…

#求职#职业转型

面试题·RAG

多轮 RAG 如何理解“这个怎么申请”？

匹配正文：…改写检索失败时回退原问题，歧义明显时向用户澄清，也可以两路并行召回后再合并。窗口应该保留几轮？没有通用轮数。要根据任务、上下文成本和评测结果决定。重点不是轮数本身，而是正确实体和条件是否保留，无关历史是否被隔离。长期记忆是不是再建一个向量库就行？不是。还要决定什么值得写入、怎样更新、何时过期、如何删除，以及怎样防止相似但无关的记忆干扰当前问题。历史和当前文档冲突时怎么办？先区分信息来源。用户记忆用于理解上下文，当前有效知识库用于支持外部事实。无法确认时说明冲突，而…

#RAG#生成与对话#多轮 RAG

面试题·Agent

GRPO 为什么同一道题要采样一组答案，组内相对优势到底怎么算？

匹配正文：…味着整个训练更便宜。多条长轨迹的环境执行、工具调用和 reward 验证仍然昂贵。本文不声称相关材料已经给出真实生产训练的显存或成本收益。为什么必须对同一道题采样一组？组内比较的前提是候选在相同任务合同下可比。如果把不同难度、不同时间范围和不同工具预算的问题混在一组，reward 高低可能来自题目差异，不是策略差异。同一个 prompt 也不够。工具环境、来源时间、最大步骤、超时、可用工具和 reward 版本都要一致。某条轨迹因为网页暂时不可访问而低分，不能简单…

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

#Deep Research#数据构造与训练#Deep Research GRPO

面试题·Agent

多 Agent 怎么编排？固定流水线和 Supervisor 监督模式怎么选

匹配正文：…入合并。固定流程的优势是可预测。测试可以覆盖每条边，Trace 能看见任务停在哪个节点，重跑可以从 Checkpoint 继续，成本与权限也容易估算。对有明确合规步骤的任务，代码图能保证“审核未通过不能发布”。它的局限是面对开放任务不够灵活。研究过程中可能发现原问题假设错误，需要新增子问题；某类资料缺失，需要换专家角色；证据冲突，可能回到检索而不是继续写作。如果把所有可能路径提前硬编码，图会变得庞大。因此 Pipeline 适合“依赖已知、阶段稳定、错误出口清楚”的任务…

#Agent#多智能体与评估#多 Agent 编排模式

求职指南·求职

大模型系统设计和编码环节怎么准备

匹配正文：大模型岗的系统设计不是让你背架构图,而是看你能不能把一个模糊需求(比如"做一个企业知识库问答")拆成可落地、可评估、可控成本的系统。常见考察重点是权衡:数据怎么切、检索怎么召回、效果怎么评、成本和延迟能不能扛、模型挂了怎么降级。编码形式和难度由公司与岗位决定,应以目标招聘流程和近期同岗信息校准。这一页给你系统设计的答题框架和编码环节的准备重点。作者:吴师兄 | 适合:准备大模型岗系统设计与编码环节的转行者 | 前置:知道 RAG/Agent 是什么,最好做过一个项目大模型…

#求职#职业转型

面试题·Agent

长轨迹被截断就算失败吗，为什么这样做会把 Agent 训成提前乱答？

匹配正文：…搜索超时、网页权限受限、服务异常或工具返回损坏，策略未必有错。第四类是预算耗尽。任务设计合理，但最大步骤、时间、token 或成本限制先到了。第五类是技术截断。序列在 tool call、observation 或 final answer 中间被截断，结构本身不完整。这五类可能同时出现。例如模型先做了无效搜索，随后又因 token 上限截断。数据需要主原因、次原因和可审计证据，不能只保留一个 reward=0。真正错误与截断未完成的区别没有 final ans…

#Deep Research#数据构造与训练#Deep Research 截断轨迹

面试题·RAG

RAG 评测集怎么构建？问题、答案和证据必须怎么标？

匹配正文：…绝。问题应该从哪里来？问题来源通常有两类：人工编写和模型生成。人工问题更容易贴近真实需求，也更容易覆盖隐含条件和复杂问法，但成本高，数量扩展慢。模型生成适合快速得到初稿，却有一个明显倾向：它刚看完原文，生成的问题也会贴近原文措辞。这类问题像阅读理解，检索器只要抓住相同词面就容易答对，无法代表真实用户的口语表达。更稳的做法是混合来源。优先收集真实搜索、客服咨询、项目验收问题和人工阅读文档后提出的问题。模型可以补充同义表达、不同题型和长尾场景，但每道题都要人工确认三件…

#RAG#评测与上线#RAG 评测集

面试题·项目与经历· 字节

大模型任务表现差怎么排查？

匹配正文：…放在相同数据与预算下比较。架构改造只在证据指向容量或信息路径瓶颈时进行。例如长上下文失败要区分位置外推、检索遗漏和prefill成本；结构化输出失败可以先用约束解码与校验。每次实验只改有限变量，并记录目标切片、通用回归、安全与成本，避免局部指标上升却引入其他退化。最终我会选择能稳定改善真实holdout且成本可接受的最小方案，并保存回滚checkpoint。若多轮微调仍不如检索、规则或产品约束，就停止扩大模型改造。这个流程不需要声称做过某家公司项目，也能完整展示从失败证据…

#模型调试#bad case分析#数据质量

求职指南·求职

转行大模型最常见的 12 个坑

匹配正文：… 辞职 all-in、没先验证兴趣和产出还没做出一个像样项目、没确认自己喜欢,就先裸辞断了收入又没产出,压力下更容易乱学,失败成本极高先边工作边跑通一个项目验证,节奏对齐转大模型路线图 11 看到 JD 高要求就不投 JD 里有一条不满足就自我否定、直接放弃这家逐项区分硬条件、职责与加分项;没有跨岗位通用命中率学会读 JD 分清必备与加分,看大模型岗 JD 怎么读 12 只闷头投递、不复盘不校准简历海投、面挂了就下一家,从不复盘哪里被问穿同样的坑反复踩,投一…

#求职#职业转型

面试题·RAG

Recall@K、MRR、Faithfulness，分别在评估 RAG 哪一层？

匹配正文：…索覆盖指标，不是最终答案质量指标。 K 越大，Recall 就一定越好吗？扩大 K 往往更容易命中证据，也会增加噪声、重复、重排成本和上下文长度。报告 Recall@K 时必须说明 K 属于粗召回、重排结果还是最终上下文；同时保存粗召回与最终上下文的覆盖，才能区分“没找到”和“后处理丢掉了”。 Precision@K：前 K 条里有多少是真正相关的 Precision@K 衡量候选的纯度。 Precision@K = 前 K 条中的相关证据数 / K 仍用刚才的教学题。如果…

#RAG#评测与上线#RAG 评估指标

面试题·Agent

Agent 能执行 Python 代码，怎样设计 Code Interpreter 沙箱才不会伤到宿主机

匹配正文：…配置、运行时和内核漏洞都要进入威胁模型。 microVM 或更强虚拟化提供独立内核边界，通常隔离更强，也带来启动、镜像、调度和运维成本。高风险、多租户或执行完全不可信代码时更值得考虑。还可以采用多层：外层虚拟化隔离租户，内层容器或进程承载单任务。具体选择依赖风险、并发、启动时间、成本和团队能力，需要真实压测与安全评审。不能回答“Docker 就安全”。面试官更关心容器是不是特权模式、挂载了什么、网络是否开放、有什么凭证、资源怎样限制、任务后如何销毁。文件系统怎样隔离基…

#Agent#工具调用与安全#Agent 代码解释器沙箱

求职指南·求职

大模型转行:自学能走完全程吗,什么情况值得报班

匹配正文：…ava/后端时间少、精力碎,自学效率是最大瓶颈卡在没人带真项目、简历改不动、模拟面试缺人时,比较课程交付与其他反馈渠道的时间、成本和适配度研究生的核心资源是时间,大部分环节值得先自己硬啃,把钱和外部帮助留到真正卡住的点上;而且在校生更该优先争取实习,一段真实实习比很多东西都值。在职后端的核心约束是时间和精力:你有工程底子(服务化、并发、数据、稳定性),缺的往往不是学不会,而是"没有整块时间自己趟、没人帮你把后端经验翻译成大模型经历"。是否划算取决于实际可用时间、课程交付…

#求职#职业转型

面试题·RAG

RAG 首字响应为什么慢？Embedding、检索和生成怎么逐段优化？

匹配正文：…里的缓存只是一种可选工程策略：先规范化文本，再生成缓存键，命中后复用向量。是否值得采用，要看真实 Query 的重复程度和缓存维护成本。但一个生产缓存键不能只有 Query 文本。 Embedding 模型升级后，同一句话对应的向量空间已经变化。缓存键至少要区分模型和版本。多租户系统还要考虑租户与数据边界，不能让一次缓存命中绕开访问控制。批处理适合离线文档入库，或者多个请求积累后一起计算。它能摊薄网络与调度开销，却会引入等待批次形成的时间。吞吐量提高，不代表单个请求的 P…

#RAG#评测与上线#RAG 首字响应

面试题·Agent

Agent 线上答错一次，怎样用 Trace 和 Replay 定位到底哪一步坏了

匹配正文：…、State 与工件的 Trace 字段每一层记录可定位字段，同时避免把所有敏感正文复制进日志。 Trace 怎样控制隐私与存储成本全量记录所有正文既昂贵也危险。可以把元数据与内容分层：Trace 主体保存 ID、状态、版本、哈希和统计；敏感快照进入受控存储，按角色和事件需要访问。参数和结果使用字段级脱敏。密钥永不记录，个人信息按用途最小化。对高风险工具保留必要审计，对普通成功请求可以按策略采样，但错误与关键边界样本优先保留。采样不能破坏因果链。决定保留一个根任务时，…

#Agent#多智能体与评估#Agent Trace 回放

求职指南·求职

转行大模型应用开发常见问题(FAQ)

匹配正文：…。数学不好、没学过深度学习,是硬伤吗? 对应用开发岗不是。日常工作和面试考的是工程判断:什么时候用 RAG、怎么评估效果、延迟和成本怎么权衡,不是公式推导。你需要的原理是概念级的,知道模型为什么会幻觉、上下文窗口意味着什么、embedding 大致在做什么,这些不需要先修完一整门深度学习课。真要补到什么程度、哪些能力必须要、哪些可以跳过,转大模型应用开发数学要学到什么程度里按岗位分了层。一定要会 Python 吗?我只会 Java,能用吗? 是否必须使用 Python 取…

#求职#职业转型

面试题·模型架构· 小红书

主流图像生成模型有哪些?

匹配正文：…生成和可控潜空间。离散token自回归：先把图像量化为token，再按序生成。Parti是公开的文生图自回归路线，生成受序列解码成本影响。掩码生成：Muse并非自回归模型，它并行预测被mask的图像token并迭代细化。 Diffusion与flow：Imagen等扩散模型逐步去噪；rectified flow类方法学习速度场并通过ODE类路径采样。 DALL-E 3和Midjourney等闭源产品只能依据官方披露描述能力，不能替其断言具体backbone、训练数据或内部…

#扩散模型#自回归模型#图像生成

面试题·多模态· 小红书

多模态大模型面临哪些挑战?

匹配正文：…构造冲突样本，测模型是否指出差异，而不是强行融合。医学、身份和内容审核等高风险场景还要做权限控制、隐私处理和人工确认。系统侧也有成本约束。分辨率、帧数和视觉token增加会抬高prefill与显存，并不保证质量线性提升。我的验收会同时报告grounding、OCR、时序、事实支持率、拒答、延迟和成本。只有具体失败类型减少，才能说明数据、模型或工具方案真正有效。

#模态对齐#数据构建#推理一致性

面试题·模型训练· 高德

参数量增长如何影响模型能力?

匹配正文：…示、更好的少样本迁移和在一定范围内可预测的损失下降。负面是训练计算、通信、显存、推理延迟与数据需求增长，也更容易暴露数据污染和部署成本。Kaplan scaling law描述固定研究设置下损失与参数、数据、计算的经验关系，并指出大模型有较高样本效率。它不说明参数越大就可在同样少的数据上无限变好，更不说明优化地形变成凸函数。训练稳定性仍受初始化、归一化、学习率、batch和并行策略影响。 Chinchilla重新研究固定算力下参数和token分配，结论是在其实验范围里模型规模…

#缩放定律#过参数化#双下降现象

面试题·项目与经历· 商汤科技

项目局限性与改进方向

匹配正文：…call/precision、证据进入上下文、context utilization、faithfulness、最终任务成功和延迟成本。召回提高可能带来更多噪声，但并不存在“召回和幻觉天然此消彼长”的定律。top-k、重排、上下文组织、模型能力和任务分布共同决定结果，必须用同一评测集做曲线。不得补写候选人的召回率、优化周期和涨点。一个有说服力的局限，来自可复现失败、根因证据和明确的风险边界。

#项目复盘#技术债务#系统优化

面试题·评估· 百度

LLM 准确性提升四大路径

匹配正文：…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，并保留人工盲评。最终选择的是满足目标风险的组合，而不是给DPO、RLHF、CoT和RAG排一个通用名次。

#数据质量#训练策略#推理优化

面试题·推理优化· 京东

LLM 推理框架综合选型

匹配正文：…GPU 做图、kernel、量化与 in-flight batching 优化，适合愿意承担模型转换、引擎构建、版本验证和硬件绑定成本的团队。当前工作流可从 Hugging Face checkpoint 转 TensorRT-LLM 模型或 checkpoint，也有高层 API；并非必须先转 ONNX。SGLang 侧重高性能服务和前缀复用等能力。TGI 提供流式输出、连续批处理、张量并行和监控，但官方文档已标为 maintenance mode，新项目需考虑维护风险。 …

#vLLM#TensorRT-LLM#llama.cpp

面试题·项目与经历· 商汤科技

实习项目怎么介绍最加分?

匹配正文：…下结构填写：背景与目标：项目服务于【真实用户或业务流程】，要解决【具体问题】；成功指标是【指标、口径和观察窗口】，约束是【时延、成本、隐私或交付时间】。个人角色：团队分工为【】，本人直接负责【代码、实验或系统模块】，参与但不主导的是【】。不要把团队结果全部写成个人成果。技术方案：基线是【】，候选方案是【】；说明数据来源、切分、防泄漏、模型选择、关键消融与失败方案。技术名必须与真实代码和版本对应。结果证据：离线指标从【】到【】，线上或试运行指标为【】；若只有离线验证就明…

#项目经验#系统设计#业务落地

面试题·模型架构· 美团

MoE 怎么提升 Agent 能力?

匹配正文：…、API”等人类可命名领域。对Agent的价值是：多轮规划、工具调用和反思会多次调用模型，若MoE后端在目标硬件上有更好的质量/成本曲线，总调用成本可能下降。但稀疏FLOPs不等于低单请求延迟，尤其小batch或跨机专家通信时。 2. Agent编排层的专家路由在模型外，系统可以根据任务选择专用模型、检索器、工具或子Agent。这更像显式路由/编排，不是token级MoE。它能把代码执行、搜索、视觉、领域校验交给有明确接口和权限的组件，也更容易做可观测、回退和人工审核。 …

#MoE#Agent#动态路由

面试题·项目与经历· OPPO

ML项目流程：特征工程到评估

匹配正文：…：搜索空间、预算、随机种子、早停和 checkpoint【】；预处理只在训练集拟合。评估与部署：离线指标、切片、置信区间、延迟、成本【】；线上若有则说明流量、观察窗口和回滚。复盘：错误样本、数据漂移、监控和下一步【】。模型链路必须来自候选人的实际系统。候选生成可以是规则、向量检索、协同过滤或学习模型，排序可以是树模型、深度模型或其他方法。方法名不决定流水线位置，目标函数、特征可用性、延迟与部署约束才决定。

#特征工程#模型选型#超参数调优