匹配正文：…责人:能从业务价值出发,决定哪些需求值得用大模型做,怎么做成闭环。算法岗的上升路径更偏研究和训练系统,应用岗的上升路径更偏工程和业务落地。哪条更好,取决于你喜欢解决哪类问题。按背景怎么选你的背景推荐入口原因需要补什么研一/研二,有实验室或论文资源应用岗和算法岗都可试,但先做应用项目兜底校招窗口允许双线探索一个可展示项目 + 实习经历研一/研二,没有论文/竞赛先应用开发岗更容易用项目和实习证明能力 RAG/Agent 项目、题库口述 3 年 Java/…

#求职#职业转型

面试题·项目与经历· 美团

面试反问环节怎么准备?

匹配正文：…计的" 个人成长类 "对于校招/社招新人，团队有怎样的培养路径？比如前半年会侧重工程能力还是业务理解" "美团技术序列的晋升更看重业务落地还是技术创新？有没有内部转岗或跨团队项目的机会" 避坑提示 ❌ 不问：薪资具体数字、加班频率、能否远程 ✅ 要问：技术挑战、成长空间、业务价值核心原则：每个问题都要让面试官感受到——你是来解决问题的，不是来镀金的。

#面试技巧#职业规划#团队文化

面试题·Agent· 商汤科技

Tool Calling 失败处理

匹配正文：…程（识别→参数解析→执行→结果回填）与ReAct范式的关系与区别实际实现中的关键挑战（schema约束、参数校验、错误处理）业务落地价值（扩展模型能力边界、实时信息获取、精确计算） Tool Calling 核心机制本质：让LLM学会"什么时候该用工具、用什么工具、传什么参数"，突破纯文本生成的能力边界。工作原理（四步走）工具注册：预定义工具Schema（名称、描述、参数JSON Schema）意图识别：模型根据用户query判断是否需要调用工具参数生成：按S…

#商汤科技#Agent#Tool Calling 失败处理

面试题·模型微调· 字节

RAG 检索噪声 3 大策略

匹配正文：…要多跳推理 HotpotQA 多文档联合推理，考察噪声过滤能力 FiQA/SciFact 金融/科学领域，垂直场景评估实践建议：业务落地必建自有评测集，覆盖真实Bad Case分布。

#字节#RAG 检索噪声#RAG 数据构建

面试题·模型训练· OPPO

二分类交叉熵损失函数怎么推导?

匹配口述回答：…了。而交叉熵的梯度是ŷ减y，误差越大梯度越大，学习信号很强。所以交叉熵不仅数学上跟极大似然等价，工程上也更友好，收敛更稳。再说到业务落地。我举一个客服退款场景。模型要判断用户投诉是否应该退款，标签是退或不退。如果模型预测退款概率是0.9，但实际不该退，那损失就是负的log0.1，大概2.3；反过来预测0.1但实际该退，损失也是2.3。但业务上这两种错误的成本可能完全不同，不该退的退了，直接损失钱；该退的没退，只是用户体验差一点。所以实际中我会调正负样本的权重，或者修改损失函…

#交叉熵损失#逻辑回归#极大似然估计

面试题·多模态· 快手

多模态 vs 纯文本大模型怎么选?

匹配口述回答：…ought]]|思维链能力做扎实，再考虑多模态扩展？总结一下：我更倾向多模态方向，但会死磕文本能力，不做调包侠。我会把多模态看成业务落地的加速器，而文本是模型能力的底座。两者结合才是真正能用的东西。问题本质是选择技术方向与业务匹配多模态是趋势但文本是根基业务场景：快手的视频理解与电商导购核心挑战在模态对齐我的取舍：从多模态切入深耕文本约4分钟多模态模型推理失败可能根源在文本backbone不够强，而非对齐不足面试官可能会追问文本backbone和多模态对齐的…

#多模态大模型#纯文本大模型#技术选型

面试题·文档处理· 百度

RAG 分块参数调优

匹配口述回答：…结合检索效果做取舍。一句话定位：分块本质是信息密度与检索精度的平衡三种核心策略：固定长度、递归、语义，各有适用边界混合策略与业务落地：以客服退款文档为例关键参数：块大小、重叠、边界对齐落地风险：匹配模型窗口、元数据保留、效果验证约4分钟分块粒度与检索精度的权衡，以及Parent Document机制作为补充面试官可能会追问Parent Document的具体实现，或者让你比较不同分块策略在同一个场景下的效果差异。

#百度#RAG 分块参数调优#RAG 分块大小和 overlap 怎么调？指标与实验方法

面试题·评估· 高德

多工具评分排序机制

匹配口述回答：…。本质是多目标优化，平衡匹配度、成本、历史表现分层评分加模型化打分，跑通冷启动线上动态调优：置信度校准、反馈闭环、降级兜底业务落地风险：数据稀疏、工具变更、场景特殊性约4分钟如果工具调用日志稀疏或工具频繁变更，评分和模型需要频繁重训，否则效果会崩。面试官可能会追问数据稀疏时的具体应对策略，比如迁移学习或规则兜底。

#高德#Agent#智能体工具选择

面试题·评估· 蚂蚁

大模型客服评估：伪代码与指标

匹配口述回答：这道题表面上是设计一个客服质量评估系统，但我觉得面试官真正想问的是：在业务落地的真实约束下，你怎么平衡自动化效率、评估准确性和风险控制。说白了，就是怎么用大模型又不被大模型坑。我的核心思路是分层加混合。先说分层，我把质检维度拆成三层：最底层是规则能搞定的，比如敏感词、响应超时、挂机规范，这些用正则或简单规则引擎跑，毫秒级出结果，而且零[[幻觉]]。中间层是语义相关的，像情绪识别、共情表达，这层大模型比规则灵活，但没必要全量上大模型，可以先用小模型做粗筛，只有疑似负面的才送大…

#蚂蚁#客服质量评估#大模型评估系统

面试题·评估· 淘天

RAG 核心指标优先级

匹配口述回答：…成正确性检索端：Recall决定上限，Hybrid Search兜底生成端：Faithfulness是生命线，自动化指标有坑业务落地：延迟成本和人工抽检，上线前先跑大样本收尾：可延伸点—评估体系与数据飞轮的关系约4分钟评估体系如何与数据飞轮结合，自动标记低分case并反哺优化面试官可能会追问：具体怎么自动化标记？反哺到检索还是生成？有没有实践经验？

#淘天#评估与监控#RAG 核心指标优先级

面试题·模型微调· 百度

Tool Calling 技术路径怎么选?

匹配口述回答：…工具定义和调用流程，解决多工具、多Agent协作的问题。一句话定位：工具调用是Agent的桥梁三大路线：提示工程、微调、框架业务落地举例：客服退款场景关键挑战与取舍给出可延伸点：MCP协议约4分钟 MCP协议标准化工具定义和调用流程，解决多工具、多Agent协作问题。面试官可能会追问MCP的具体实现、与Function Calling的关系、以及它的局限性。

#百度#模型微调#Tool Calling 实现

面试题·模型微调

什么是微调(SFT)?和预训练有什么区别?

匹配口述回答：…HF的reward hacking问题和DPO如何避免显式reward模型。 SFT解决什么问题预训练和SFT的分工与数据差异业务落地中的关键取舍延伸：对齐阶段约2分钟 SFT之后的对齐阶段对数据质量和训练稳定性要求更高面试官可能追问RLHF的reward hacking问题或DPO如何避免显式reward模型

#入门#基础概念#SFT 微调

面试题·知识图谱· 淘天

GraphRAG 最大技术挑战?

匹配口述回答：这道题其实在问，[[GraphRAG]]从论文到业务落地，最大的坑到底在哪。我理解核心不是技术有多炫，而是怎么在成本、质量和实时性之间做取舍。我先说一个总的判断：GraphRAG适合那些关系密集、多跳推理的场景，比如电商的商品推荐或者企业合规文档的条款关联。但如果场景只是简单的事实问答，比如查一个订单号的状态，那纯向量检索加个[[Rerank]]就够，没必要上图谱。真正落地往往是两者结合，各有各的适用范围。先看[[知识图谱]]的构建。很多人一上来就想把schema设计完美，…

#淘天#知识图谱#评估与监控

面试题·多模态· 淘天

伪 vs 真多模态 RAG 优劣在哪？

匹配口述回答：…，这个方向挺有前景的。所以整体上，我更倾向于把伪多模态看作一个快速验证的起点，真正多模态是最终目标，但中间那个折中方案才是大多数业务落地的常态。一句话定位：这道题在问多模态检索的两种路线，本质是信息无损 vs 工程简便的取舍伪多模态：用OCR/描述转文本，检索退化单模态，信息损失大但系统简单真正多模态：统一编码共享空间，信息完整但工程复杂，有对齐和显存坑边界划分：伪适合文字型文档，真适合需要视觉理解的场景，落地常混合落地风险：伪多模态的失败场景是图表和设计图，真多…

#淘天#多模态#伪多模态RAG

面试题·Prompt· 阿里

Prompt 系统设计原则与技巧

匹配口述回答：…是跟模型对齐意图核心原则：清晰性、具体性、上下文完整性关键技巧：few-shot和chain-of-thought的适用边界业务落地：客服退款场景中的prompt设计风险与取舍：动态组装与评测闭环约4分钟 RAG场景下prompt设计要区分系统指令和用户指令，并关注Faithfulness评估面试官可能会追问：如何判断模型是否忠实于资料？有哪些评估指标？或者RAG中prompt设计与其他场景的差异？

#阿里#Prompt工程#Agent

面试题·Prompt· 美团

ReAct 如何提升复杂任务？

匹配口述回答：…不想工作流程：Thought→Action→Observation循环相比CoT或纯Action，核心优势是动态获取外部信息业务落地：知识问答中的多步搜索，避免幻觉和错误累积落地前提：工具封装和终止条件设计，否则容易无限循环约4分钟 ReAct落地的关键前提是工具封装质量和终止条件设计，否则容易无限循环或信息混乱。面试官可能会追问：具体怎么设计终止条件？或者怎么保证工具返回的信息能被模型正确理解？

#美团#Agent#ReAct 框架

面试题·RAG· 蚂蚁

时间窗口对话系统：约束与取舍

匹配口述回答：…码，但时间跨度大了之后，位置编码会失效，所以得用一些插值技术，比如 NTK-aware，让模型能处理更长时间跨度的相对位置。再讲业务落地。拿金融客服举例子，用户问“我上周申请的理赔到哪了”，系统如果只靠窗口内上下文，肯定找不到，因为上周的对话早被截断了。这时候就需要 [[RAG]] 增强，向量检索加时间衰减[[重排]]。具体做法是：先用语义检索找到相关片段，然后按照时间衰减因子重排，比如 score = 语义分 × exp(-λ·时间差)。同时还要注意合规留痕，金融场景要求…

#蚂蚁#时间窗口对话#时间窗口对话系统

面试题·RAG· OPPO

搜索排序中时效性特征量化方法

匹配口述回答：…给对的人看对的新旧程度。点题：时效性的本质是意图与生命周期的匹配绝对时效性的几种衰减函数及适用边界相对时效性的意图感知方法业务落地中的特例与风险衡量指标与离线在线关注点总结与延伸可延伸点约4分钟时效性与权威性冲突时的处理策略：倾向权威，但以独立tab呈现时效内容。多目标排序中如何平衡时效性、权威性、相关性等多个信号，以及是否有更通用的框架（如MMoE、PLE）。

#OPPO#时间衰减#时效性特征设计

面试题·检索· 字节

RAG 重排序怎么选?

匹配口述回答：…证理由是否和文档一致。重排的必要性：向量检索的缺陷方法选择：Cross-Encoder vs ColBERT vs 多路融合业务落地：客服退款场景的实践风险与前提：延迟、成本、级联策略收尾与可延伸点：LLM重排的幻觉问题约4分钟 LLM 重排时自身可能产生幻觉，需要置信度校验追问如何设计置信度校验机制，或者如何避免 LLM 重排的幻觉影响最终结果

#字节#重排与优化#RAG Re-ranking

面试题·检索· 字节

RAG 重排收益与成本

匹配口述回答：…噪声干扰，从而降低幻觉、提升答案准确率。点明本质：检索精度与效率的平衡第一阶段向量检索的粗粒度问题重排用交叉编码做深度交互业务落地场景与风险工程师取舍与可延伸点约4分钟重排不能替代混合检索，两者是互补关系，三阶段流水线才是最佳实践面试官可能追问：混合检索和重排的协同策略，或者三阶段流水线的具体设计

#字节#重排与优化#RAG 重排收益与成本

面试题·检索· 字节

RAG 重排作用与实现

匹配口述回答：…反馈逐步升级模型。本质：召回与重排的职责分离重排解决语义精排和多路融合问题 Cross-Encoder和ColBERT的选择业务落地：客服退款场景风险与工程考量结尾：重排是RAG精度的最后一道关卡约4分钟用大模型直接做重排的成本和适用场景面试官可能追问大模型重排的具体实现、延迟优化、是否值得用

#字节#Cross-Encoder重排#RAG 重排作用与实现

实习项目怎么介绍最加分?

深度学习项目怎么介绍?

Agent项目经验怎么突出亮点?

大模型应用开发岗和算法岗有什么区别、普通工程师怎么选

面试反问环节怎么准备?

Tool Calling 失败处理

RAG 检索噪声 3 大策略

二分类交叉熵损失函数怎么推导?

多模态 vs 纯文本大模型怎么选?

RAG 分块参数调优

多工具评分排序机制

大模型客服评估：伪代码与指标

RAG 核心指标优先级

Tool Calling 技术路径怎么选?

什么是微调(SFT)?和预训练有什么区别?

GraphRAG 最大技术挑战?

伪 vs 真多模态 RAG 优劣在哪？

Prompt 系统设计原则与技巧

ReAct 如何提升复杂任务？

时间窗口对话系统：约束与取舍

搜索排序中时效性特征量化方法

RAG 重排序怎么选?

RAG 重排收益与成本

RAG 重排作用与实现