匹配正文：…决于真实任务长度、成本和质量对照。如何说明 ReSum 的收益与信息损失 ReSum 是长程 Deep Research 的动态上下文压缩机制，也必然带来信息损失。我的触发条件会同时看上下文预算、任务阶段和内容重要性，不固定每几轮机械总结。已关闭的研究单元和重复历史可以优先压缩，正在核验的关键证据与最新约束则保留更多细节。摘要必须结构化保存任务契约、关键主张和来源、冲突、信息缺口、已执行与失败动作、预算和下一步。原始网页放到外部证据库，摘要只带稳定 ID。生成候选摘要后，…

#Deep Research#执行框架与长任务#ReSum 动态摘要

面试题·评估

检索准但生成差，怎么调优？

匹配正文：… 相关性：是否回答用户问题而非泛泛而谈完整性：是否覆盖上下文中的关键信息二、检索准确但生成差的优化策略 1. 上下文利用优化上下文压缩/重排序：用LLM或轻量模型对检索文档去冗余、排优先级多文档融合：设计结构化Prompt（如"文档[1]说...文档[2]说..."），明确标注来源动态上下文窗口：根据问题复杂度调整送入LLM的文档数量 2. 生成模型/推理优化微调策略：用领域数据SFT，强化"基于给定上下文回答"的指令遵循能力 Prompt工程：添加显式约束，如"…

#上下文压缩#生成调优#RAG 效果诊断

面试题·模型微调

RAG检索相关但生成差原因

答案要点区分"检索相关"与"对生成有用"的差异，识别信息过载/碎片化问题提示工程层面：重排序、上下文压缩、指令明确性上下文建模：长上下文窗口利用、多文档融合策略、噪声过滤模型微调：领域适配SFT、检索感知训练、负样本挖掘系统性思维：端到端优化而非单点修复核心诊断：检索≠可用检索相关但生成差，本质是检索结果与生成需求不对齐。常见原因：信息过载：Top-K过多导致噪声淹没信号，或关键信息被截断碎片化：多个文档各含部分答案，模型缺乏整合能力格式混乱：原始文档结构…

第 1 / 3 页下一页 →

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

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

匹配正文：

#上下文压缩#生成调优#RAG 生成优化

面经·项目面试

Agent 压缩了上下文，为什么任务还在，条件却丢了？

匹配正文：…，保持数据结构一致”。这句话没有明显事实错误，读起来也很顺。但真正决定下一步怎么改的条件已经不在了。做 Agent 项目时，谈到上下文压缩，很容易停在“历史太长，调用模型总结一下”。后面的追问才碰到实现：压缩后，靠什么保证下一步仍按原来的条件执行？这件事要沿着压缩前后的输入去查。因为关键内容可能在摘要生成之前就被截掉，也可能第一次保住了，第二次又丢了。搬家时任务箱保住了主题，三张条件纸条却滑落摘要保留了话题，却没保留动作条件 “补采集时间”说明要做什么，collect…

#Agent#上下文压缩#记忆管理

求职指南·求职

大模型简历怎么写:项目怎么描述、怎么量化、怎么防追问

匹配正文：…排两路召回,加检索失败兜底与查询改写,接入调用日志监控单次成本 ReAct 迭代循环 + 工具注册(搜索/抓取/计算),长程记忆做上下文压缩,关键工具调用加权限确认与 trace 回放业务维度场景/用户/数据源/约束/边界面向某垂直领域内部文档问答,数据源是几百篇 PDF/网页,约束是必须给引用出处、不许编造面向研究简报生成,用户是需要多源交叉的分析岗,约束是可追溯来源、控制单次任务 token 预算结果维度评估集/通过率/召回/延迟/成本/badcase 自建 …

#求职#职业转型

面试题·Agent

复杂任务一定要拆成多 Agent 吗？单 Agent 与多 Agent 怎么选

匹配正文：…让全部任务重头开始，某个评审不通过可以退回特定阶段。这些是“考虑拆分”的信号，不是自动结论。仍要比较单 Agent 加工具路由、上下文压缩、专用节点或代码工作流是否已能解决。多 Agent 会新增哪些成本通信成本。每次交接都要序列化目标、事实、假设和未完成项，信息可能丢失或被误读。状态一致性。多个角色可能同时修改计划、证据或工件，需要单一事实源、版本和冲突规则。上下文复制。相同背景发送给多个 Agent，会增加 Token 与延迟。评估成本。每个角色需要独立数据集…

#Agent#多智能体与评估#单 Agent 和多 Agent 区别

面试题·Agent

一次 Deep Research 到底花了多少钱，为什么只看总 Token 找不到成本黑洞？

匹配正文：…本和预算，或者明确唯一变化项。采集基线 task Trace，确认 token、工具、重试和状态字段完整。只修改一个方案，例如上下文压缩、缓存或路由。比较输入输出 token、工具调用、失败、重试、延迟与估算成本，同时运行答案、证据和过程评测。人工抽查成本下降最大的样本，防止它们只是提前停止或丢失内容。账单到达后做估算与实付对账，记录无法归因部分。小批结果只说明当前任务与条件。没有生产流量和多周期数据，不能承诺长期成本收益。面试官继续追问，怎么接？追问一：统计…

#Deep Research#上线成本与评估#Deep Research 成本

面试题·Agent· 字节

Agent 怎么处理代码库数据?

匹配正文：答案要点代码表征方案（AST/Graph/Embedding的多层次表示）检索架构设计（文件级→函数级→行级的分层索引）上下文压缩与智能截断策略代码执行沙箱与工具链集成增量更新与实时同步机制核心挑战代码库级Agent区别于通用RAG的关键：结构化语义强、依赖关系复杂、需要精确到符号级别。技术方案分层 1. 多粒度代码表征层级表示方式用途文件级代码摘要Embedding 粗筛相关模块函数/类级 AST + 签名Embedding 定位具体实现行/块…

#字节#Agent#Agent 代码库处理

面试题·Agent· 字节

Attention 在 Agent 多轮对话有哪些局限?

匹配正文：…记忆（会话摘要）+ 长期记忆（向量数据库检索）显式记忆写入：关键信息（实体、约束、计划）结构化存储，按需检索注入工程策略动态上下文压缩：基于重要性分数的token剪枝、分层摘要（如Hierarchical Attention）检索增强生成：将历史对话编码为向量，实时检索相关片段补充上下文学习建议建议先掌握Attention和Transformer基础原理，再结合RAG、Memory机制等Agent组件理解实际应用瓶颈，多阅读相关论文与案例。

#字节#淘天#Agent

面试题·Agent· 高德

Agent记忆分层与RAG检索

匹配正文：…增量更新：相同实体的新信息合并更新，保留时间戳链主动遗忘：低频访问+低重要性记忆进入"冷存储"，可配置彻底删除 RAG深度集成：上下文压缩检索后处理重排序（Rerank）：Cross-Encoder精排Top-K结果信息密度筛选：优先选包含实体、动作、结论的片段动态窗口分配：工作记忆固定槽位 + RAG结果弹性槽位 Prompt注入模板 [系统指令] [工作记忆：最近对话] [RAG检索：相关历史摘要] ← 动态填充 [当前用户输入] 平衡策略：设置token预算上…

#高德#Agent#向量检索

面试题·Agent· 淘天

传统 RAG 有哪些痛点?

匹配正文：…实时性业务场景下直接不可用。优化方向简述痛点典型解法检索噪声重排序（Rerank）、多路召回融合、查询改写上下文冗余上下文压缩、语义去重、摘要增强知识更新延迟实时索引管道、增量更新、结合API动态查询这些痛点正是Agentic RAG兴起的核心动因——通过引入反思、工具调用、主动验证等机制，突破传统"检索-拼接-生成"的线性范式。学习建议掌握RAG基本流程，结合实际案例理解检索与生成间的瓶颈，对比进阶方法如Graph RAG、Agent增强。

#淘天#Agent#RAG 痛点

面试题·Agent· 字节

AI Agent 趋势与挑战怎么破?

匹配正文：…景专用化 2. 技术进展亮点模块关键进展规划从CoT到ToT（思维树），再到基于LLM的MCTS搜索记忆短期工作记忆（上下文压缩）+ 长期向量记忆 + 知识图谱结构化记忆工具调用 Function Calling标准化，MCP协议推动工具生态互通安全沙箱执行、权限分级、人机协同确认机制核心挑战：技术+工程双重困境技术层面规划可靠性：长程任务错误累积，"一步错步步错"；复杂约束下的最优解搜索仍是NP-hard 工具边界模糊：LLM难以判断"该用工具"还是…

#字节#百度#Agent

面试题·Agent· 百度

Agent 系统性能优化陷阱

匹配正文：…调大模型投机解码（Speculative Decoding）、KV Cache复用加速生成常见查询走RAG缓存，避免重复推理上下文压缩动态裁剪历史，只保留关键决策节点摘要机制：每N轮对话生成状态摘要，替换原始对话外部工具集成稳定性保障工具调用加超时熔断（Circuit Breaker），超时自动降级失败重试+指数退避，区分可重试错误（网络）与业务错误结果验证工具返回结构化校验（JSON Schema），异常时触发重执行或换工具关键步骤加"自检"：让模型…

#百度#Agent#Agent 性能优化

面试题·评估· 高德

高并发 Agent 延迟卡在哪?

匹配正文：…隔离和淘汰策略。 speculative decoding 是否有收益取决于草稿模型接受率与额外开销，必须在目标流量上验证。可用上下文压缩、路由小模型或提前拒答降低无效计算，但必须做质量回归。假设实验固定 query 集、语料、模型、硬件和并发曲线，逐项改变索引参数、缓存、批处理或解码策略；同时报告端到端任务成功率、召回、首 token、每 token、P95/P99、吞吐和单请求成本。预设降级路径：检索超时走受控缓存或拒答，生成过载走限流或低成本模型，不能静默返回未经…

#高德#Agent#Agent 系统延迟优化

面试题·评估· 美团

RAG 缓解幻觉的机制

匹配正文：…necone，需考虑索引类型（HNSW/IVF）与分片策略重排序（Rerank）交叉编码器精排，解决向量相似≠语义相关的问题上下文压缩长文档截断、摘要提取，适配模型上下文窗口查询改写 HyDE（假设文档嵌入）、Query Expansion提升召回率核心优势 vs 典型局限优势可解释性：答案可溯源到具体文档片段时效性：知识库更新无需重新训练模型领域适配：低成本接入垂直领域知识局限检索质量瓶颈："Garbage in, garbage out"，漏检/误…

#美团#事实锚定#RAG 缓解幻觉的机制

面试题·评估· 字节

RAG 评估指标与迭代陷阱

匹配正文：…、重排序（Cross-encoder）用户问题表述模糊、专业术语对齐差检索精确率低稠密检索模型微调（领域适配）、元数据过滤、上下文压缩领域知识密集、噪声文档多生成幻觉/利用不足引用强制（要求标注来源）、检索内容前置、Self-RAG（生成时判断是否需要检索）对事实性要求高的场景长上下文处理差分层检索（摘要→细节）、递归检索、信息去重合并需要多文档推理的复杂问题三、迭代实践建议先诊断后优化：用错误案例分析定位是检索失败还是生成失败建立回归测试集：覆盖高…

#字节#评估与监控#RAG 评估

面试题·评估· 字节

专业领域 RAG 链路怎么搭?

匹配正文：…优化 Prompt工程：强制引用来源，格式如"根据《XX指南》第X条..." 约束解码：禁止生成索引外信息，设置医学安全词表拦截上下文压缩：用LLM对检索结果去冗余，保留关键证据链五、评估方法维度指标方法检索质量 Recall@K、MRR 人工标注相关性生成质量事实准确性对比原文，用NLI模型检测幻觉可追溯性引用覆盖率检查生成内容是否都有来源支撑业务价值专家满意度领域专家盲评关键取舍：医疗法律对准确性极度敏感，宁可"检索不到"也不"生成错误"，…

#字节#RAG 全链路#RAG 技术链路

面试题·评估· 字节

RAG 三大瓶颈与迭代策略

匹配正文：…引优化：按业务领域分库、语义分层（摘要→正文→细节），减少候选噪声二、生成质量瓶颈与优化核心问题：上下文过长、信息冲突、幻觉上下文压缩：检索后先用小模型抽取关键片段，或递归摘要，控制输入在模型有效窗口内多路召回融合：多Query并行检索，去重后按相关性加权拼接，避免单路遗漏答案溯源：强制模型输出引用标记，事后校验片段是否真实支撑答案，降低幻觉拒答机制：相关性分数低于阈值时直接拒答，比胡说八道更安全三、系统效率瓶颈与优化核心问题：检索延迟高、吞吐不足、成本高索…

#字节#评估与监控#RAG 性能瓶颈

面试题·评估· 美团

RAG 解决了哪些问题?

匹配正文：…践召回策略：向量检索 + 关键词BM25混合，解决语义漂移问题重排序：Cross-Encoder精排Top-20，提升相关性上下文压缩：检索结果摘要后再输入LLM，控制Token消耗局限认知：检索质量是天花板，若文档切分不当或Query与文档表述差异大，容易"检索到了但没用"。

#美团#混合检索#RAG 技术

面试题·模型微调· 京东

300-500意图怎么召回?

匹配正文：答案要点层次化意图体系设计（意图聚类+二级路由）多路召回策略（粗排+精排+重排）上下文压缩与动态示例选择 Embedding模型微调与领域适配实时性能与准确率的平衡方案核心思路：三层架构解决"长上下文+多意图"困境一、层次化意图体系（解决300+意图爆炸）一级路由（10-20个意图簇）→ 二级分类器（每簇20-30个意图）聚类策略：基于业务语义+历史query共现，用K-Means/Spectral聚类构建意图树动态路由：先用轻量模型（TinyBERT级）做…

#京东#大规模意图识别#上下文长度限制

面试题·模型微调· 字节

架构与训练怎么提升多轮一致性?

匹配正文：…下文 vs 显式记忆不是互斥，128K内用原生长上下文，超出的用RAG式记忆检索，两者结合最实用。学习建议建议从对话状态跟踪、上下文压缩、记忆机制等基础概念入手，结合Transformer架构与RLHF训练实践，逐步理解多轮对话的系统设计。

#字节#模型微调#多轮对话一致性

面试题·模型微调· 字节

RAG 工作原理与架构怎么搭?

匹配正文：…优化混合检索：向量语义匹配 + 关键词BM25，用RRF融合排序查询改写：HyDE（假设文档嵌入）、Query扩展、多跳检索上下文压缩：LLMLingua、LongLLMLingua，减少token消耗 2. 生成侧优化重排序后Top-K：精排后取3-5条最相关，避免噪声干扰引用溯源：让模型输出引用标记，便于事实核查 3. 工程优化预检索缓存：热门Query结果缓存增量索引：支持实时数据更新，避免全量重建四、RAG vs 微调选择场景推荐方案知识频繁更新…

#字节#RAG 系统架构#RAG 工作原理

面试题·模型微调· 字节

RAG 技术原理与架构怎么搭?

匹配正文：…下限。二、系统架构用户Query → Query理解/改写 → 多路检索（向量+关键词+图谱） ↓ 重排序（Rerank）→ 上下文压缩 → 构建Prompt ↓ LLM生成 + 引用溯源 ← 答案后处理核心组件选型： Embedding：BGE、M3E（中文）、OpenAI text-embedding-3 向量库：Milvus（大规模）、Qdrant（轻量）、Elasticsearch（混合场景） Rerank：Cross-Encoder（精度高但慢）、ColBER…

#字节#RAG 最佳实践#RAG 技术原理

面试题·模型微调· 字节

领域 RAG 知识库构建

匹配正文：答案要点数据清洗与分块策略设计 Embedding模型选型与微调考量多路召回与重排序的检索架构大模型Prompt工程与上下文压缩端到端评估指标与迭代优化闭环一、数据准备：质量决定天花板数据清洗去重、去噪、格式标准化（PDF/Word/网页解析）领域术语词典构建，确保专业概念不被错误分词分块策略（关键！）按语义切分优于固定长度：用BERT-based句子嵌入判断边界领域特性：医学/法律需保留完整条款上下文，代码按函数/类切分块大小与重叠窗口都作为候选变量…

#字节#领域 RAG 知识库构建#领域 RAG 知识库怎么建？数据处理、索引与检索