匹配正文：…话任务可粗粒度三、上下文建模：状态追踪机制结构化状态表示：将历史工具返回、中间结论编码为模型易解析的格式（JSON/XML嵌入Prompt）位置敏感设计：关键信息（如最新Observation）放在Prompt尾部，利用位置偏置截断策略：超长上下文时，保留摘要而非简单截断——需同步训练摘要模块四、质量验证：动态执行闭环训练数据必须通过真实执行验证：工具调用是否可解析执行执行结果与标注Observation是否一致多轮后是否收敛到正确终态数据迭代：建立"执行…

#字节#动态Prompt训练数据#Prompt微调数据构建

面试题·Agent

训练数据里 Search 太多，为什么 Agent 遇到什么都想先搜？

匹配正文：…earch 的现象，材料同时指出 Search、Visit 轨迹偏多可能是原因之一。所以面试官真正想问的是：工具选择偏置怎样从训练数据产生，如何证明问题来自数据而不是 Prompt 或环境，为什么各工具数量相等也不等于平衡，又怎样用成对边界题、混淆矩阵和小批实验修正，而不虚构收益？ “工具多”不是偏置，“不看条件就选它”才是如果目标业务本来就有大量最新事实查询，Search 调用多可能合理。偏置指的是模型忽略当前任务状态，过度选择某个动作。例如稳定常识也 Search…

#Deep Research#数据构造与训练#Deep Research 工具选择

面试题·

第 1 / 2 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

Agent

Deep Research 训练的种子问题从哪里来，怎样避免一开始就把数据做偏？

匹配正文：…评测可信。 provenance 应该记录什么？每条种子需要稳定 ID、来源类型、原始记录或文档的受控引用、创建时间、生成方式、Prompt 或规则版本、审核人或审核流程、许可与隐私状态。模型扩写还要指向母题和变换类型。日志种子要记录脱敏与会话补全方式，但不能在训练数据中保留原始敏感内容。专家题记录业务动机和预期证据，而不是只写“人工编写”。质量状态应区分候选、自动通过、人工通过、退回、删除和过期。题目修改后生成新版本，旧审核不能自动继承。这些字段让团队能回答某一…

#Deep Research#数据构造与训练#Deep Research 种子数据

面试题·Agent

简单问答怎样升级成真正需要多步研究的问题，又不把题目编坏？

匹配正文：…性审核的种子。第二步，建立原问题的实体、关系、时间、答案和证据映射。第三步，选择目标能力，例如多对象比较、多源冲突、时效更新或动态规划。第四步，用图路径、迭代操作、形式化组合或实体替换生成候选结构。第五步，把结构写成自然问题，明确范围、交付和证据要求。第六步，由独立求解流程重新完成，不读取旧答案。第七步，检查最小证据路径、答案支持、无捷径、无泄漏、语言自然和合规。第八步，按问题族、结构和证据来源去重，再进入轨迹采样。复杂 QA 从种子到验收的生成流程每次复杂…

#Deep Research#数据构造与训练#Deep Research 复杂问答

面试题·模型微调

RAG检索相关但生成差原因

匹配正文：…cument 2]，强制模型引用来源指令强化添加"若文档不足以回答，请明确说明"等约束，抑制幻觉二、上下文建模（架构层面）动态窗口分配：长文档用滑窗+层次摘要，短文档直接拼接多文档融合：先让模型分别总结各文档，再综合生成（Map-Reduce模式）噪声过滤：训练轻量分类器剔除低质量检索结果三、模型微调（深度优化）检索感知SFT：训练数据包含(问题, 检索文档, 答案)三元组，让模型学会"信文档而非背知识" 负样本挖掘：故意混入不相关文档，训练模型识别和忽略噪声…

#上下文压缩#生成调优#RAG 生成优化

面试题·Prompt· 华为

Few-shot 提示怎么用?

匹配正文：…粒度分类、实体关系判断标准领域术语特殊医疗/法律/金融等专业领域的表述习惯作用机制：上下文学习（ICL）模型通过注意力机制动态地从示例中提取模式，而非记忆参数更新：位置敏感：示例排列顺序影响注意力权重分布模式匹配：识别输入→输出的映射规律，泛化到新样本隐式推理：示例中的中间步骤可激活模型的CoT能力关键：模型不是"学习"示例，而是**"定位"到预训练中的相关知识**并激活。设计要点示例选择：选代表性+多样性的边界案例，而非随机采样数量控制：通常2-5个，…

#华为#Few-shot 提示#Prompt 工程

面试题·Prompt· 字节

Coding Agent 表现差怎么排查?

匹配正文：…解析执行错误、缺乏自我修正迭代）上下文窗口瓶颈（代码库规模超限、历史对话淹没关键信息）改进策略需针对具体根因设计，而非简单堆叠prompt 一、模型能力层面核心问题代码理解深度不足：对复杂业务逻辑、跨文件依赖、设计模式识别能力弱长程依赖建模差：修改A文件时忽略B文件的调用关系，导致回归错误语言/框架知识陈旧：训练数据截止导致的API变更、新特性不了解改进策略引入RAG检索相关代码片段和官方文档作为上下文增强针对特定技术栈做SFT或LoRA微调采用"plan…

#字节#百度#Agent

面试题·Agent

什么时候该用 Deep Research，而不是普通 RAG？复杂问题怎么分级路由？

匹配正文：…产上有三个问题。第一，行为不容易预测。同样的问题换一种说法，模型可能选择不同步数，延迟和成本波动很大。第二，模型可能偏爱行动。训练数据里如果搜索轨迹太多，它会在常识题上也调用 Search，看起来勤奋，实际浪费资源。第三，模型可能过早收尾。它看到一份看似相关的资料就生成结论，没有意识到用户要求的是多方案比较。因此，路由层和执行层要分开观察。路由层决定任务走哪一级能力；执行层在该级能力内部决定下一步行动。两者都可以用模型，但目标、输入和评估方式不同。三类最常见的误路由…

#Deep Research#问题边界与研究闭环#Deep Research 分级路由

面试题·Agent

Teacher 生成的 Agent 轨迹为什么不能直接拿去训练，怎样筛出高质量样本？

匹配正文：做 Deep Research 训练数据时，常见做法是把一批研究问题交给更强的 Teacher 模型，让它使用 Search、Visit、学术检索或计算工具完成任务，再把过程保存下来训练较小模型。听起来像是把“优秀学生的解题过程”交给另一个学生模仿。问题在于，Teacher 更强不等于每次都对。它可能调用格式正确，却选错工具；可能访问了很多页面，却没有推进任务；也可能在工具失败后自行补出一段观察，最后写出一篇流畅但证据对不上的答案。如果这些轨迹未经验证就进入训练，学生模…

#Deep Research#数据构造与训练#Deep Research 轨迹生成

面试题·Agent

首次 SFT 后格式稳定了，为什么工具选择和答案仍然不行？

匹配正文：…，因为正确动作也可能带着错误参数。基线和训练后模型怎样公平比较？两边必须使用同一批问题、同一工具版本、同一最大运行预算、同一 Prompt 和同一停止策略。如果训练后模型使用了更宽松解析器，格式成功率会被基础设施差异抬高。若网页内容在两次运行之间变化，事实题的结果也不能直接比较。动态来源可以保存时间快照或在同一时间窗交错运行。工具失败要单独记录，不能把环境超时算成某个模型的策略错误。采样参数也要一致，并保留随机种子或多次运行。单次输出容易被随机性影响，尤其是同一问题…

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

面试题·Agent

Deep Research Agent 训练中，CPT、SFT 和 GRPO 应该怎样取舍？

匹配正文：…做 SFT，模型可以更快学会结构化 tool call，也能模仿常见的搜索与回答流程。但这不代表它已经会在新环境里做研究。面对训练数据没覆盖的工具错误、来源冲突和长程任务，模型可能继续照搬固定路径。它知道“标准答案长什么样”，却不知道哪条行动更好，也没有在环境反馈中练过取舍。相关训练材料把 Deep Research Agent 的训练拆成三层：Agentic CPT 注入 Agent 相关偏置，SFT 冷启动学习协议与基本轨迹，GRPO 再在环境反馈中优化策略。这三…

#Deep Research#数据构造与训练#Deep Research 多阶段训练

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：…point：原问题、当前计划、已确认主张、证据 ID、未决问题、工具调用与环境返回、预算和终止原因。恢复时先验证工具结果仍可用，动态来源要保留时间信息。不能把过期 observation 当成当前事实。还要保证幂等。上一调用可能已经成功，但响应在网络层丢失；直接重试可能重复提交有副作用的工具。续跑后的轨迹要保留父子关系和恢复点。审核者能看出哪些步骤来自原运行，哪些来自恢复运行。如果这些条件不具备，重新从头采样通常比文本续写更可信。怎样设计预算，减少“无意义截断”？ …

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

面试题·Agent

LLM Judge 分数变高，为什么 Deep Research 可能反而更会刷分？

匹配正文：…e。核心事实硬门可以共享，因为它们来自可验证证据；开放偏好维度应保留独立 holdout。最终评估集的问题族、来源和样本不进入训练数据，也不在日常调参中反复曝光。可以使用 shadow Judge 和人工样本监控主 Judge 漂移。隔离不代表完全不同，否则无法比较；它意味着不让一个可被优化的单一裁判垄断质量定义。怎样设计对抗与动态 Holdout？对抗集覆盖位置交换、长度相同但事实不同、引用多但不支持、短而完整、风格相近与跨模型候选。加入 Prompt inj…

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

面试题·Agent

Agent 怎么评估才不只看最终答案？任务、执行轨迹与成本要分层验收

匹配正文：…要验证；奖励报告长度，Agent 会灌水；奖励工具成功率，系统可能只选择最容易成功而非最合适的工具。防止刷分需要多维度、硬门禁、动态挑战集、对抗样本和人工抽检。指标定义定期复查，关注分数提升是否对应真实 Badcase 减少。把指标按场景切片也很重要。总分提高可能只来自简单题，复杂、权限和故障样本反而退化。评估系统与被评系统是持续博弈。不要把 Rubric 设计成固定 Prompt 后长期不变。一条轨迹怎样分层打分假设任务要求比较两个技术方案并给来源。轨迹先拆子问题…

#Agent#多智能体与评估#Agent 评估体系

面试题·Agent· 高德

ReAct 框架核心优势在哪?

匹配正文：….. 区别于传统范式：纯CoT：只推理，不接触外部世界，知识截止且易幻觉纯工具调用：只执行，缺乏显式推理过程，黑盒决策相比纯提示工程的优势维度纯提示工程 ReAct 信息来源静态上下文，一次性输入动态获取，按需检索/计算错误处理错就错，无法中途修正观察反馈→重新推理→调整策略可解释性黑盒输出显式思维链，可追溯决策路径复杂任务长上下文易迷失分步拆解，每步聚焦子目标关键机制 1. 自我验证与修正 Thought: 用户问2024年某政策，我的知识…

#高德#Agent#ReAct 框架

面试题·Agent· 百度

Agent 系统可调用哪些工具?

匹配正文：…Schema描述工具名、参数、返回值，主流遵循OpenAI Function Calling格式或Anthropic的MCP协议动态工具选择：通过ReAct或Plan-and-Execute模式，让模型自主决定"是否调用、调用哪个、参数是什么" 错误处理链：工具失败时反馈给模型，支持自我修正和重试实际落地中，工具数量多时需做工具检索（先embedding匹配候选工具），避免全量塞进prompt导致上下文爆炸。

#百度#Agent#Agent 工具类型

面试题·模型微调· 百度

RAG 端到端工作流程

匹配正文：…Generation）将外部知识检索与大模型生成结合，解决纯生成模型的知识截止和幻觉问题。核心思想：不依赖模型参数记忆知识，而是动态检索相关文档作为上下文，让模型基于检索结果生成回答。系统架构模块功能索引模块文档切分 → Embedding编码 → 向量数据库存储检索模块查询向量化 → 相似度搜索（Top-K召回）生成模块检索结果+原始查询 → 拼接Prompt → LLM生成工作流程离线准备：文档分块 → 向量化（如BGE、OpenAI Embedd…

#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·Prompt· 美团

ReAct 如何提升复杂任务？

匹配口述回答：…东西不断循环，直到得出最终答案。你可以这么理解：假设我问你‘《繁花》导演还拍过哪些获国际奖项的电影’，如果你只是纯推理，你可能靠训练数据里的知识回答，但万一你的知识截止了或者记错了呢？如果你只是纯行动，比如直接搜‘导演国际奖项’，可能搜出一堆无关信息。ReAct的做法是：先想一步，‘我得先知道导演是谁’，然后搜一下，得到‘王家卫’；再想一步，‘王家卫有哪些获奖作品’，再搜一次；最后观察到结果，总结答案。这个交替的过程，让模型能动态获取外部信息，避免[[幻觉]]，也避免盲目尝…

#美团#Agent#ReAct 框架

面试题·检索· 美团

RAG 系统有哪些常见陷阱?

匹配正文：…r比Bi-Encoder准但慢常见陷阱只测Top-1命中率，忽略MRR和召回率向量维度高≠效果好，768/1024够用，关注训练数据质量二、上下文处理窗口管理检索结果去重：MMR算法或语义去重避免重复段落相关性过滤：设阈值剔除低分chunk，宁可少也不要噪声动态窗口：根据问题复杂度调整检索数量（简单问题3-5条，复杂问题10条+）结构化组织【来源1】xxx.txt 内容：... 【来源2】yyy.pdf 内容：... 显式标注来源，方便生成阶段引用和溯源 …

#美团#RAG常见陷阱#RAG 系统陷阱

面试题·Agent· 美团

多智能体系统核心技术难点

匹配正文：…通信协议（如意图向量而非原始观测）共识达成：分布式决策下的冲突消解，常用拍卖算法、合同网协议或基于LLM的协商任务分解与分配动态任务图的构建：子任务依赖关系实时变化，需支持重规划（replanning）能力匹配：智能体能力建模不准确导致任务分配失衡涌现行为的不可控性协作可能产生预期外的正/负效应，需引入显式的约束层或价值对齐机制架构选择的 Rationale 架构适用场景美团案例映射集中式（Centralized）全局最优可计算、实时性要求低区域订单聚…

#美团#Agent#多智能体系统

面试题·评估· 淘天

RAG 怎么减少幻觉?

匹配正文：…ination Reduction）问题根源 RAG解法参数化知识边界模糊，模型"自信编造" 检索提供显式证据，约束生成空间训练数据截止，知识过时接入实时/私有知识库，动态更新关键：生成时能看到"参考答案"，大幅降低无依据编造 2. 提升事实准确性 Grounding机制：每个陈述可追溯至检索片段多源交叉验证：Top-K检索结果可相互印证置信度校准：检索为空时可触发"我不知道"而非硬编 3. 增强上下文相关性动态适配：同一问题，不同用户/场景检索不同知识长尾…

#淘天#事实准确性#RAG 减少幻觉

面试题·评估· 美团

RAG 解决了哪些问题?

匹配正文：…上下文长度限制） RAG核心原理 RAG = 检索（Retrieval）+ 生成（Generation），本质是给大模型外挂一个可动态更新的知识库：离线阶段：文档切分 → Embedding模型编码 → 存入向量数据库在线阶段：用户Query向量化 → Top-K相似度检索 → 拼接Prompt上下文 → LLM生成答案关键优势：知识可实时更新，无需重新训练模型。我项目中解决的3个核心问题问题具体场景 RAG解决方案效果知识幻觉客服系统回答产品参数错误强制…

#美团#混合检索#RAG 技术

面试题·模型微调· 商汤科技

RAG 技术流程怎么跑?

匹配正文：…重排序优化：用Cross-Encoder等精排模型提升相关性（可选但重要） 3. 生成阶段上下文组装：将检索结果与用户问题拼接成Prompt 大模型生成：LLM基于"检索到的证据"生成回答，典型Prompt结构：基于以下参考资料回答问题： [检索内容1] [检索内容2] 问题：{用户提问} RAG解决的核心问题问题说明知识时效性大模型训练数据有截止日期，RAG可接入实时数据库幻觉问题生成有溯源依据，可标注参考来源私有数据无需训练即可利用企业内部知识成本可…

#商汤科技#检索生成流程#RAG 技术流程

面试题·RAG· 快手

人工干预怎么控制 LLM 生成?

匹配口述回答：…语气很冲，甚至带敏感词，我们会先在输入层做前置过滤。用规则加一个小模型快速识别意图，如果是违规请求直接拦截，不让它进模型。或者改写prompt，自动注入安全约束，比如在prompt里加一句‘请确保回答符合平台退款政策’。再一个就是[[RAG]]场景下，我们可以动态插入合规知识片段，比如最新的满减规则，让模型一开始就有正确的上下文。然后是生成层，这是过程控制。解码策略上，调整temperature和top-p，或者对特定token降权，比如避免模型输出‘绝对保证’这种夸大措辞…

#快手#人工反馈控制#人工干预 LLM 生成