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· 高德

Agent API容错：重试降级与澄清

匹配口述回答：…降级：缓存、默认值、功能裁剪、终止用户澄清触发条件：低置信度、降级质量下降、意图模糊落地风险与工程要点：可观测性、配置化、兜底Prompt 约4分钟容错机制与业务场景联动，不同场景降级策略差异大，比如金融风控和客服系统完全不同。面试官可能会追问具体场景下的降级设计差异，或者问怎么评估降级对业务的影响。

#高德#Agent#Agent 容错机制

面试题·Agent· 高德

多 Agent 协作复杂度

匹配口述回答：…开颅手术，不是不行，但容易出错。多Agent可以把任务拆开，比如一个Agent专门做规划，一个做执行，一个做验证。每个Agent的prompt和工具可以高度定制，效果更好。其次是并行效率，子任务可以同时跑，整体耗时从串行的加法变成并行的最大值。还有就是容错，一个Agent挂了，别的可以顶上去或者降级处理，系统不会完全瘫掉。举个例子，在客服退款场景里，单Agent要同时理解用户情绪、查订单状态、核对退款政策、生成回复，一个[[幻觉]]就能把整条链路带偏。多Agent就可以拆开…

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#Agent#多 Agent 协作复杂度

面试题·Agent· 小红书

长历史行为怎么处理?

匹配口述回答：…场景就是，摘要模型质量不够，把关键信息漏了，或者检索召回率低，模型看不到重要历史，反而产生[[幻觉]]。上线前我会特别关注，用离线评估集测一下，在关键事件上的 Recall 和摘要的 [[Faithfulness]]，不达标就回滚。所以我的倾向是，把长历史处理看成记忆架构设计，而不是单纯的技术选型。我更愿意用分层记忆，工作记忆存短期、episodic 记忆存长期，写入时识别里程碑，读取时让当前 query 先去检索，再拼接进 prompt。成本兜底也很重要，比如超长用户自动…

#小红书#Agent#长历史行为处理

面试题·Agent· 小红书

长序列行为数据怎么处理?

匹配口述回答：…，往往是两者混着来。举个例子，在小红书这种场景，用户刷了三个月，浏览记录几万条。我会这样搭：热记忆保留最近一天的所有行为，全量放进prompt；冷记忆把更早的历史按周做摘要，同时向量化存起来，按需检索。这样既保证了实时反馈，又不丢失长期偏好。但这里有个坑，就是摘要的质量。如果你压缩得太狠，比如把一个月的浏览缩成三个标签，可能会丢掉细粒度的兴趣变化。所以前提是你的摘要模型得足够好，而且要做在线评估，比如定期用摘要回放历史行为，看召回率有没有掉。另外，实时性也是个挑战，新发布的…

#小红书#Agent#长序列行为数据

面试题·模型微调· 百度

RAG 端到端工作流程

匹配口述回答：…质量决定天花板，如果文档本身有错、过期、或者切分不合理，检索结果就会带偏模型。另外，检索延迟和精度要平衡，Top-K 取太多会让 Prompt 过长，影响模型推理速度和效果。上线我会特别关注 [[RAGAS]] 评估指标，比如上下文精度和召回率，定期用一批标注 query 做回归。还有一个进阶方向是 [[Self-RAG]]，让模型在生成过程中自己判断是否需要检索、检索结果是否可信，而不是每次都无脑拼接。这能进一步减少噪声引入，但实现复杂度也更高。所以整体上，我把 RAG…

#百度#RAG 端到端工作流程#RAG 从查询到答案怎么工作？完整流程与可靠性边界

面试题·模型微调· 商汤科技

RAG 基本工作流程是什么?

匹配口述回答：…略、过滤策略，每一环都可能翻车。本质是开卷考试，解决知识截止和幻觉离线建库：分块、向量化、存库在线检索：混合检索策略生成：Prompt拼接与置信度过滤落地风险与取舍约4分钟 RAG上线后需要持续监控召回质量，比如用RAGAS评估Faithfulness和Context Recall。面试官可能会追问具体怎么评估Faithfulness，或者Context Recall跟Precision的区别，以及RAGAS的指标计算方式。

#商汤科技#RAG 工作流#RAG 工作流程

面试题·模型微调· 美团

RAG 解决了哪些核心问题?

匹配正文：…时拒答”可以降低部分无依据生成，但前提是证据正确、完整且生成器忠实使用。错误召回、冲突文档或过期索引也可能让答案更差，因此需要分别评估证据召回、忠实度和答案正确性。与 SFT 的边界 RAG 更适合注入经常变化的事实与可引用资料。 SFT 更适合学习格式、风格、任务行为或基座已有能力的调用方式，但不能可靠存储频繁变化的精确事实。二者可以组合，选型取决于知识变化速度、权限、延迟、成本和质量评测。结论：RAG 的价值是把事实证据从模型参数中解耦出来并建立可更新、可审计的访问…

#美团#知识增强#RAG 核心问题

面试题·RAG

大模型幻觉是什么？怎么缓解？

匹配口述回答：…倾向用 [[RAGAS]] 框架里的 [[Faithfulness]] 和 Answer Relevance 指标，结合人工抽检来评估。不过评测本身也有成本，需要根据业务场景平衡。一句话定位：幻觉本质是预测下一个词，不是事实校验为什么产生：训练目标、数据限制、不知道边界缓解手段：RAG+提示词+说不知道边界与风险：只能缓解不能根除，高风险要人工兜底约2分钟幻觉评测的具体方法和工程取舍面试官可能会追问如何量化幻觉率、用什么指标、评测成本怎么控制

#入门#基础概念#大模型幻觉

面试题·多模态· 字节

Agent 优势与局限怎么分析?

匹配口述回答：…数增长，商业化场景下很难承受。还有一个安全边界的问题：Agent 自主调用工具，万一它自己去执行了删除订单的接口怎么办？你很难在 prompt 里把所有边界都定义清楚，常见失败场景就是 Agent 越权操作。所以落地时我特别关注前提条件：工具接口必须是幂等的，而且要有审核层。比如写操作先走审批，读操作才放行。不满足这些，Agent 上线就是定时炸弹。再说说技术趋势。现在比较热的是 [[Multi-Agent]]，比如 MetaGPT 那种，让一个 Agent 当产品经理，…

#字节#Agent#Agent 优势与局限

面试题·RAG· 淘天

RAG 核心架构与工作流程

匹配口述回答：…这时需要做摘要压缩或分层检索。还有一个坑是模型过度依赖检索内容，或者干脆忽略它，我一般会在训练时加入'无相关信息'的样本，或者调整prompt里检索文档的权重。说到多跳推理，比如需要跨文档关联信息的问题，RAG很容易断链。我最近在看[[Self-RAG]]，让模型自己判断是否需要检索、检索什么，然后反思生成结果，这样能缓解这个问题，但还远没完美。所以整体上，我会把RAG看作一个基础能力，不是银弹。它解决的是知识来源问题，但推理能力、上下文管理这些仍然需要模型本身的改进和工…

#淘天#阿里#RAG 架构

面试题·RAG· 字节

RAG 怎么提升生成准确性?

匹配口述回答：…留上下文。第二步是检索，用户的问题也转成向量，去库里做相似度搜索，拿回Top-K个片段。第三步是生成，把检索到的片段和原始问题拼成prompt喂给LLM，让它基于这些证据回答。这里最关键的其实是检索质量，它决定了生成的上限。如果检索回来的东西不相关，LLM再强也白搭。所以落地时我会特别关注两点：一是 [[Hybrid Search]]，把向量检索和 [[BM25]] 关键词检索结合起来，因为向量擅长语义匹配但可能漏掉精确词，关键词正好互补；二是 [[重排]]，初检索召回几百…

#字节#外部知识检索#RAG 原理

面试题·RAG· 字节

RAG 怎么提升事实准确性?

匹配口述回答：…化]]、存到[[向量库]]里，这叫索引；然后用户提问时，把问题也向量化，去库里搜最相关的几段，这叫检索；最后把问题和搜到的内容拼成提示词，让大模型基于这些信息来回答，这叫生成。流程不复杂，但真正落地的时候，这里有很多细节。先说边界划分。很多人会问，RAG和微调到底怎么选？我的看法是，它们不是二选一，而是互补。微调适合让模型学会某种风格或格式，比如把输出变成固定模板，但它很难注入新的事实知识，而且成本高、周期长。RAG正好相反，它特别适合知识频繁更新的场景，比如企业内部的SO…

#字节#RAG工作原理#RAG 工作原理

面试题·RAG· 淘天

RAG 模型分类有哪些?

匹配口述回答：…文档切成块、做 [[Embedding]] 存进 [[Vector Database]]，用户提问时检索出最相关的几个块，直接拼到Prompt里交给LLM生成。这个架构最大的问题是检索和生成是硬耦合的，一次检索结果就决定了输出质量，如果检索错了，模型只能硬着头皮基于错误信息来回答，就会出现 [[Hallucination]]。所以它只适合单跳、确定性强的场景，比如内部文档里的简单事实问答，像查员工手册里年假天数这种。换个场景，比如客服问退款政策，用户可能说'我买的东西降价了'…

#淘天#RAG架构分类#RAG 分类

面试题·RAG· 京东

Query 改写有哪些创新方法?

匹配正文：…"）消除歧义（"苹果"→根据上下文判定为手机/水果）可融入领域知识（如电商属性规范化）典型技术：T5/BART微调、LLM Prompt工程（"请将以下Query改写为适合检索的形式"） 3. 对话历史融合（Contextual Rewriting）做法：将多轮对话历史编码，解决指代和省略优势：处理指代消解（"它多少钱"→"iPhone 15多少钱"）捕捉意图漂移（用户从"手机"转到"充电器"）支持多轮决策型对话典型技术：显式改写：用模型生成自包含Quer…

#京东#Query改写#Query 改写

面试题·RAG· 百度

RAG 技术原理与核心组件详解

匹配口述回答：…iss]]或者Milvus。检索就是拿到用户问题后，也转成向量，去库里找最相似的Top-K个块。生成就是把找回来的上下文和问题拼成提示词，交给大模型生成答案。但这里有个边界问题。RAG最适合的是事实密集型场景，比如企业内部的SOP、合规文档、或者客服政策。反过来，如果你想让模型改变说话风格，比如变得更幽默，或者学会一个特定任务的行为模式，那微调更合适。真正落地的时候，其实很少只用一种。举个例子，客服场景里，用户问退款政策，你不能让模型瞎编，得从最新的政策文档里检索出准确条款…

#百度#RAG核心组件#RAG 技术原理

面试题·RAG· 字节

上下文错误时怎么保证输出准确?

匹配口述回答：…个很实用的做法是引用锚定，强制模型在生成时标注信息来源，比如“根据[文档A]……”，这样方便追溯。另外我还会在 [[System Prompt]] 里显式要求模型识别上下文中的冲突信息并报告，这叫矛盾检测提示。再配合置信度阈值，如果模型对输出不确定，就让它说“我不知道”或者请求人工确认。这里有个坑：如果阈值设得太高，很多正确回答也被过滤了，所以得根据业务容忍度调。输出层做后验校验也很关键。比如对生成内容里的数字、日期、人名，用独立模型或规则库做事实性验证。还有一个技巧是一致…

#字节#错误上下文处理#RAG 上下文错误

面试题·检索· 百度

RAG 瓶颈在哪一步

匹配正文：…、混合检索精排过滤粗排结果→相关性打分→筛选重排序模型、多样性控制、阈值截断生成合成上下文+Query→LLM生成答案 Prompt工程、引用溯源、幻觉抑制关键瓶颈与优化策略瓶颈1：检索延迟高（P99>500ms）根因：向量库规模大、索引结构低效、网络IO 优化方案：索引层： HNSW换IVF-PQ（牺牲1-2%召回换10x速度）；分片+路由缓存层：热点Query结果缓存（Query哈希去重）计算层： GPU加速向量计算；Embedding模型轻量化…

#百度#重排与优化#RAG 系统瓶颈

面试题·检索· 字节

RAG 原理与核心架构

匹配正文：…、稀疏检索（BM25）、混合检索重排序精排候选，提升相关性 Cross-Encoder、ColBERT 生成融合将检索结果与Prompt结合，约束生成上下文拼接、引用标注、多文档融合策略三大优势的技术机制 1. 事实准确性提升机制：检索结果为生成提供"事实锚点"，LLM从参数记忆转向上下文引用效果：可追溯来源，降低事实性错误 2. 动态知识更新机制：知识库与模型解耦，新文档入库即可生效，无需重新训练场景：金融政策、产品手册等高频更新场景 3. 幻觉缓解机制…

#字节#重排与优化#RAG 原理与核心架构

面试题·检索· 高德

RAG 组件功能与数据流向?

匹配正文：…5）混合重排序（Rerank）：Cross-Encoder模型精排，提升相关性上下文组装：检索结果去重、截断、按相关性排序注入Prompt 三、核心技术要点分块策略：按语义边界切分，避免切断关键信息；重叠窗口保持上下文连贯检索精度：多路召回（向量+关键词）+ Rerank，解决语义漂移问题生成控制：限制LLM仅基于检索内容回答，降低幻觉；引用溯源增强可信度四、演进方向阶段特点 Naive RAG 基础检索+生成，容易检索噪声 Advanced RAG 加入查询…

#高德#RAG数据流#RAG 工作流程

面试题·检索· 字节

RAG 架构：检索到生成全链路

匹配口述回答：…面，这一步对最终质量影响很大。排完序后组装上下文，注意控制长度，一般不超过LLM上下文的30%到50%，太长会稀释注意力。最后构造Prompt让LLM基于上下文回答。这里有个常见的失败场景：如果知识库里根本没有正确答案，再好的检索也白搭。所以上线前我会特别关注分块质量，用[[RAGAS]]这类工具评估召回率和[[忠实度]]。还有就是缓存，高频问题直接走缓存，能省掉检索和生成的开销。还有一个方向是动态分块，根据问题的粒度调整块的大小。比如问“公司年假政策”这种宏观问题，需要…

#字节#RAG组件设计#RAG 系统架构

面试题·检索· 字节

RAG架构：检索器与重排序策略

匹配口述回答：…时刻想着它们怎么配合。先说核心架构，就是检索器加生成器再加一个融合机制。用户query进来，检索器从知识库捞Top-K文档，拼成prompt喂给LLM生成答案。这里有个关键前提：证据漏召回会限制基于该证据集作答，但高召回不保证忠实生成；解析、权限、重排、上下文与生成都要分阶段评估。所以我会把重心放在检索优化上。检索器优化，我一般分两条路走。一条是[[Dense Retrieval]]，用[[Embedding]]做语义匹配，适合长尾query；另一条是[[Sparse R…

#字节#向量库与重排序#RAG 架构设计

面试题·检索· 商汤科技

RAG 两阶段架构：模块与数据流

匹配口述回答：…型精排，把最相关的文档排到前面。重排之后就是上下文融合，把检索到的文档按相关性排序，截断到LLM能接受的token长度，然后组装成Prompt。最后交给LLM生成答案。这里要特别注意拒答场景，如果检索到的文档跟Query完全不相关，LLM应该明确说“没有找到相关信息”，而不是硬编一个答案。说到边界划分，RAG适合场景是知识库频繁更新、需要引用外部证据的，比如企业内部的SOP文档或者合规政策；而微调适合让模型学会固定的格式或风格，比如客服话术模板。检索层面，关键词搜索适合精确…

#商汤科技#两阶段文档处理#RAG 系统架构

面试题·检索· 美团

RAG 检索器与生成器如何协同？

匹配口述回答：…一堆退款政策文档，但真正需要的是该笔订单的处理状态，这时候 Rerank 能把带订单号的文档顶上来。然后生成。把召回的结果拼成 prompt，格式大概是“基于以下资料回答问题：文档1...文档K。问题：xxx。答案：”。这里有个前提，就是 prompt 模板要设计好，明确告诉模型只能基于资料回答，不然模型容易自由发挥，产生 [[Hallucination]]。而且我会要求模型输出引用标记，比如 [1][2]，方便事后溯源。再说说落地时我特别关注的几个风险。先看噪声敏感：如…

#美团#RAG架构#RAG 系统架构