匹配正文：答案要点识别上下文错误的检测机制多源交叉验证策略模型置信度校准方法显式不确定性表达人机协同兜底机制核心策略：分层防御体系 1. 输入层：上下文质量过滤相关性重排序：用Cross-Encoder对检索结果二次打分，过滤低相关片段时效性校验：标记知识库文档的更新时间，优先使用最新版本来源可信度加权：给权威来源（官方文档、论文）更高权重，用户UGC内容降权 2. 推理层：模型行为约束引用锚定：强制模型在生成时标注信息来源，如"根据[文档A]..."，便于追溯矛…

#字节#错误上下文处理#RAG 上下文错误

面试题·检索· 阿里

RAG流程：检索到生成各阶段陷阱

匹配正文：…设文档）、意图识别、多轮对话历史融合质量影响：查询语义漂移直接导致检索偏差，是RAG失效的首要环节 2. 文档检索（召回阶段）方法适用场景实现要点向量检索（Dense）语义匹配、长尾查询 Embedding模型选择（BGE/M3E）、向量数据库（Milvus/Faiss）、HNSW索引关键词检索（Sparse/BM25）精确匹配、实体查询分词策略、词频权重调优混合检索通用场景 RR融合或线性加权，兼顾语义与精确匹配质量影响：召回率决定答案上限，需平衡速…

#阿里云#重排与优化#向量检索

面试题·检索· 小红书

RAG检索不准的失败场景与优化

匹配正文：…检索-生成联合训练：用生成答案的loss反向优化检索用户点击/点赞数据构建困难样本，迭代embedding 关键区分场景诊断方法解决思路检索未召回检查正确答案是否在候选池扩大召回、混合检索、查询扩展检索召回但排序低查看正确答案的原始排序位次重排序优化、特征工程检索正确但生成错分析上下文窗口、指令遵循提示工程、RAG-specific微调实际优化需结合具体bad case分析，避免盲目堆技术。学习建议深入理解RAG架构，掌握检索与生成模块的协同机…

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

#小红书#美团#重排与优化

面试题·检索· 高德

RAG增强与生成如何衔接？

匹配正文：…索引加速检索二、在线检索阶段双路召回策略：向量检索：Query向量化后ANN搜索，捕获语义相似性关键词检索：BM25等传统方法补充，确保专有名词命中结果融合：RRF（Reciprocal Rank Fusion）合并两路结果重排序优化：用Cross-Encoder（如BGE-Reranker）精排Top-K候选，提升相关性三、增强与生成阶段上下文拼接：按相关性排序检索结果，拼入Prompt模板提示工程：明确指令"基于以下参考资料回答"，约束模型引用来源生…

#高德#RAG#RAG 工作流程

面试题·检索· 字节

RAG架构：检索器与重排序策略

匹配正文：…Retriever) + 生成器(Generator) + 融合机制用户Query → 检索器 → 相关文档Top-K → 拼接Prompt → LLM生成答案关键设计：检索结果作为**上下文(Context)**注入，而非直接替换模型参数。关键组件详解 1. 检索器优化方法核心思想适用场景 Dense Retrieval 双塔Embedding（Query/Doc各编码）语义匹配、长尾Query Sparse Retrieval BM25、TF-IDF词项匹配…

#字节#向量库与重排序#RAG 架构设计

面试题·检索· 高德

RAG 系统实现流程怎么搭?

匹配正文：…索引算法（HNSW、IVF）索引优化：根据数据规模选择索引类型，大规模数据用分区/分片 3. 检索模块两阶段检索架构：阶段方法作用粗排向量相似度检索（Top-K=100）快速召回候选精排 Cross-Encoder重排序精细 relevance 打分混合检索：稠密向量 + BM25稀疏检索，RRF融合排序查询改写：HyDE（假设文档嵌入）、查询扩展提升召回 4. 生成模型集成上下文组装：检索结果按相关性排序，拼接为上下文 Prompt设计：基于以下…

#高德#RAG结果融合#RAG 实现流程

面试题·检索· 百度

检索失败时 RAG 怎么兜底?

匹配正文：答案要点区分检索失败类型（无结果/低质量结果）并设计不同策略查询改写与扩展的具体方法多路召回与混合检索的架构设计大模型自身知识的安全调用机制用户感知的透明反馈设计核心策略：分层兜底架构 1. 失败类型识别零结果：向量库返回空，检查embedding/索引问题低质量结果：有结果但相似度低于阈值，或Top-K结果差异过大 2. 查询侧优化（自动重试）原始Query → 同义词扩展/Query分解 → 多轮改写 → 重新检索 HyDE方式：用LLM生成假设文档，再…

#百度#小鹏#美团

面经·项目面试

装了很多 Skill，要把每份说明都塞进上下文吗？

匹配正文：…来，把每个步骤、边界和模板都塞进描述，也会把短目录重新写成一堆长说明。更合理的分工，是目录交代适用任务与输入输出，完整说明展开具体方法和必要条件。例如，汇总报告正文可以要求先核对 CSV 字段，销售额与退货额分别统计，再按约定结构组织报告。目录不必逐句重复，但要让模型知道这本说明书处理的就是此类任务。说明文件的路径同样重要。目录说“有一个汇总报告 Skill”还不够，模型需要一个能实际读取的位置。名称帮助识别，描述帮助选择，路径把选择落到一个具体资源上。在当前实现中，提…

#Agent#Skills#渐进披露

面经·项目面试

Agent 的工具 Schema，究竟能拦住什么？

匹配正文：…。工具说明写明了字段要求，执行入口还要落实对应检查六个值都过了检查，后面的结果却不同这套实现的 validate_args 方法，实际做了两项检查：必填字段有没有缺失，有没有传入未声明的字段。它没有继续读取字段的类型声明，也没有检查字符串长度。把八组固定输入送过这条路径，区别很清楚。完全不传附件编号，得到“缺少 attachment_id”；传一个正常编号，再额外塞进 order_id，得到“未知参数 order_id”。这两种都在参数检查阶段被拒绝。剩下六组输入通…

#Agent#工具调用#Schema

面经·项目面试

Agent 说“文档建好了”，你怎么验收？

匹配正文：…论；关键引用能回到支持它的资料；指定接收者获得约定的访问权限。用户要求表格、代码块或图片时，再增加相应格式条件。这些条件各有检查方法，不必全部交给模型。写完后，用已经保存的文档 ID 读取远端正文。对本次生成并确认的内容，先做必要的规范化，再核对章节、关键段落和顺序。平台可能调整换行和空白，直接比较原始 Markdown 的字节哈希，容易把正常转换判成失败；只检查“正文不为空”，又会放过大量缺漏。纯文本读回能发现内容缺失，却看不到所有格式。若任务要求保留表格或代码块，就…

#Agent#工具调用#工程实践

面试题·模型训练· 海尔

LoRA 低秩分解 vs 全量微调怎么选?

匹配题目：请解释低秩适应（LoRA）方法的基本思想，它是如何通过低秩矩阵分解来高效微调大模型的？并讨论其在参数效率和性能保持方面的优势。

#LoRA#参数高效微调#低秩分解

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：…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

面试题·RLHF与对齐· 美团

稀疏与延迟奖励的塑形与权衡

匹配正文：…的 off-policy RL，不是所有长序列或 RLHF 的通用解法。延迟奖励要区分信号来源。典型 RLHF 奖励模型对完整 prompt-response 给一个序列级标量，训练中再叠加逐 token KL，并由 value function、return 或 GAE 把终局信号用于各时间步更新；这不等于奖励模型把偏好自动蒸馏成每步即时正确奖励。若有可验证中间状态，可以设计过程奖励，但需单独标注或校验其因果有效性。多目标可用归一化加权、约束优化、词典序优先级或 Par…

#奖励塑形#稀疏奖励#多目标优化

面试题·推理优化· 百度

13B模型INT8/INT4量化后多大?

匹配正文：…定质量门槛下仍有收益，才接受该量化配置；裸权重估算不能替代端到端profile。部署还要区分预填充和逐token解码。预填充在长prompt下可能更偏计算瓶颈，解码在小batch时更偏权重带宽；同一个INT4模型在两阶段的加速比可能完全不同。权重压缩也不会自动压缩KV，除非另外采用KV量化或改变注意力头结构。多卡时，张量并行通信和每卡分片粒度也会改变收益，模型能装下只代表容量达标，不代表延迟达标。因此性能结论必须同时注明阶段、并发、序列长度、硬件和推理框架版本。图解 1…

#模型量化#INT8/INT4#显存优化

面试题·推理优化· 京东

推理框架硬件支持对比

匹配口述回答：…但官方已进入 maintenance mode，也没有覆盖所有业务的通用安全过滤。StreamingLLM 是长流式上下文的注意力方法，不是完整部署框架。【90秒主答】比较前先锁定模型 checkpoint、精度、输入输出长度、并发、硬件和目标 SLO。vLLM 的价值在连续批处理、KV cache 管理、OpenAI 兼容服务和较广模型生态，当前官方文档列出 CUDA、ROCm、Intel XPU、CPU 等平台以及插件扩展，但量化和功能支持仍随硬件变化。SGLang …

#vLLM#TensorRT-LLM#llama.cpp

面试题·模型训练· 字节

SFT vs 预训练:核心区别在哪?

匹配口述回答：…板，增加任务与表达多样性并减少过度统一的合成数据；若通用能力下降，比较混合预训练数据、较小学习率、早停或参数高效微调。验证集要按 prompt 或来源去重，除平均 loss 外测指令遵循、事实、推理、安全、风格和基准保持。方法选择由反馈形式决定。有可靠标准答案时，高质量 SFT 是直接基线；有步骤可验证时可做过程监督或工具执行；只有成对偏好时可考虑 DPO 等偏好优化；有可执行 reward 且需要策略探索时可考虑在线 RL；高风险边界还需要规则、检索和人工。偏好数据噪声会…

#监督微调#预训练对比#复读机问题

面试题·评估· 字节

LLM 幻觉与安全风险怎么缓解?

匹配题目：…幻觉（Hallucination）和安全风险（如偏见、有害内容）？请从训练数据、模型架构、解码策略、后处理和评估等多个角度阐述应对方法。

#幻觉检测#内容安全#RLHF

面试题·Agent· 美团

多智能体系统核心技术难点

匹配正文：…键：通信延迟容忍度与问题可分解性。美团外卖是典型混合场景——派单需要全局最优（集中），但路况突发变化需本地响应（分布）。数据构造方法方法优点缺点人工专家轨迹高质量、可解释成本高、规模受限、难以覆盖长尾仿真环境自动生成规模可控、可复现 corner case 仿真-现实 gap，行为模式单一 LLM 合成数据快速扩展场景多样性可能继承模型偏见，需过滤验证实践策略：仿真生成大规模预训练数据 + 人工标注关键决策点做 SFT/RLHF，最后用在线 A/B 测…

#美团#Agent#多智能体系统

面试题·Agent· 蚂蚁

Agent 工具调用失败怎么处理?

匹配正文：…，已切换至备用API，获取结果：..." 长期（跨会话）：工具失败日志入库，用于：动态调整工具优先级（失败率高的降权）微调或Prompt优化（常见错误模式→few-shot示例）四、状态机驱动的规划调整 Planning → ToolCall ──失败──┬─→ Retry ──成功→ Resume ├─→ Switch ──成功→ Resume └─→ Fail ──→ Replan/Abort 关键：由on_tool_fail按策略决定恢复、澄清、重新授权或终止。…

#蚂蚁#Agent#Agent 工具调用失败

面试题·Agent· 百度

Agent 核心组件架构

匹配正文：…flection）、树状搜索（ToT） 2. 记忆系统（Memory）类型作用实现方式短期记忆当前对话上下文滑动窗口、Prompt内维护长期记忆跨会话知识积累向量数据库存储+检索增强工作记忆中间执行状态临时变量、执行轨迹 3. 工具调用（Tools）功能：扩展LLM能力边界（计算、搜索、API操作等）关键机制：Function Calling（模型输出结构化JSON）→ 外部执行 → 结果回传工具描述需清晰定义：功能说明、参数schema、返回值…

#百度#Agent 核心组件架构#Agent 系统架构怎么搭？规划、记忆、工具与行动

面试题·Agent

Agent 项目经历完整复盘

匹配正文：真实性边界项目名称、业务数据、模型版本、工具数量、个人贡献和项目成果都必须来自真实记录。下面只提供组织方法，不提供可直接冒充履历的客服故事或成绩。回答框架背景：谁在什么流程中遇到什么问题，成功标准和约束是什么。职责：本人负责哪些代码、实验、接口或上线环节；团队和平台分别提供什么。架构：模型、规划方式、工具执行、状态、记忆、权限、观测和人工节点如何组成。关键决策：为什么采用当前方案，比较过哪些更简单或更复杂的备选。成果与复盘：同口径基线、真实结果、样本量、窗口、代…

#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· 京东

Chunking 策略怎么平衡上下文与精度?

匹配正文：…的训练长度（如text-embedding-ada-002用8191 tokens）预留LLM的上下文空间：chunk大小 + prompt + 输出 < context window 4. 元数据增强存储chunk的标题、章节、页码等，用于重排序或过滤 5. 评估驱动迭代用Hit Rate、MRR等指标对比不同策略结合端到端问答效果做最终判断实际项目中可先把递归分块、结构分块和不同重叠窗口作为候选，再根据同一评测集和bad case决定是否引入语义分块。学习建议…

#京东#RAG Chunking 策略#文本分块最佳实践

面试题·评估· 字节

RAG 评测优化闭环

匹配口述回答：…保留结构完整性。另外[[重排]]也很关键，用[[Cross-Encoder]]精排能显著提升top-K质量。生成侧，我倾向于先做提示工程，比如强制要求引用来源，格式像“根据文档[3]”，这样幻觉率能降不少。如果还不够，再考虑[[SFT]]微调，用检索到的上下文做监督数据训练模型更忠实。后处理加个事实核查模块，对低置信度答案直接拒答或二次检索。协同优化是进阶玩法。比如REPLUG，让生成模型给检索器反馈，或者用强化学习端到端调优。但这里有个前提，你的评估信号得足够准确，否则…

#字节#评估与监控#RAG 评测优化闭环

面试题·评估· 快手

LangChain 链式调用原理

匹配正文：…": retriever | format_docs, "question": RunnablePassthrough()} | prompt | llm | StrOutputParser() ) 3. Agent的执行循环用户输入 → LLM决定Action → 执行工具 → 观察结果 → LLM继续决策 → ... → 最终输出 ↑___________________________________________________________| 关键组件： Ag…

#快手#评估与监控#Agent