匹配正文：…长，一处早期偏差也可能影响后面全部判断。Research-Synthesis 的思路，是先拆出可独立验收的研究单元，按依赖关系分批并行，再综合它们的结构化结果。它听起来像“多开几个 Agent 就能更快”，这恰好忽略了最难的调度问题。有的单元要等前置结果，有的会共享同一个搜索服务，还有的会因慢页面或限流变成尾部任务。并行度过高时，排队、重试和综合开销可能抵消节省的时间，因此不能保证一定更快。所以面试官真正想听的是：哪些子任务适合并行，怎样建立依赖图和分批调度，如何为共…

#Deep Research#执行框架与长任务#Deep Research 并行任务拆分

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：…用单 Agent 加工具建立基线，找到真实失败证据，再决定是否按角色拆分。拆分要换来上下文隔离、专用工具、独立验收、故障隔离或真实并行中的至少一项，否则只是架构装饰。先给出 30 秒回答复杂任务不一定要拆成多 Agent。我会先用单 Agent 加工具建立端到端基线，观察失败是否来自上下文过长、工具集合过大、角色目标冲突、权限边界不同、子任务能否独立评估，或是否存在真实并行机会。只有职责相对正交、输入输出契约清楚、可以独立验收，而且拆分收益大于通信与一致性成本时才拆。步骤…

#Agent#多智能体与评估#单 Agent 和多 Agent 区别

面试题·RAG

RAG 首字响应为什么慢？Embedding、检索和生成怎么逐段优化？

第 1 / 8 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：…什么问题？只回答“加 Redis、开异步、上流式”通常不够。面试官会继续问：首字响应和完整答案耗时有什么区别？两路检索能不能并行，哪些步骤存在前后依赖？缓存命中以后，权限和知识更新怎样保证？把 ANN 参数调快了，召回质量下降怎么办？首字响应和总耗时不是一回事首字响应常用 TTFT 表示，关注从用户发出请求到看到第一个 Token 的时间。总耗时关注从请求开始到完整答案生成结束。两者会受到不同因素影响。如果前置检索很慢、模型生成很快，TTFT 很差，总答案…

#RAG#评测与上线#RAG 首字响应

面试题·模型训练· 阿里

SFT 硬件资源怎么配?

匹配正文：…练方案先明确模型参数量、全量微调还是 PEFT、权重/梯度/优化器精度、序列长度、micro-batch、梯度累积、激活检查点、并行策略和目标吞吐。脱离这些条件回答“需要几张卡”没有意义。主要显存项权重、梯度、优化器状态及可能的 FP32 master weights；激活与 attention 中间量，标准稠密 attention 对序列长度含二次项；通信 buffer、临时 workspace 和框架碎片。全量 Adam 训练通常由训练状态和激活主导，可用 Z…

#SFT#分布式训练#GPU显存计算

面试题·模型训练· 美团

LLM 训练哪步最难?

匹配标题与标签：LLM 训练哪步最难? 数据清洗、并行策略、损失收敛等环节挑战性对比模型训练数据工程训练稳定性超参数调优显存优化灾难性遗忘 2026真题 LLM 训练挑战大模型训练难点数据清洗并行策略大模型训练与微调美团

#数据工程#训练稳定性#超参数调优

面试题·推理优化· 美团

VecEnv 怎么加速强化学习训练?

匹配正文：…收一批观测并输出一批动作。Stable-Baselines3的DummyVecEnv在同一进程里顺序调用各环境，不会把环境计算自动并行；SubprocVecEnv才用多个子进程。是否更快取决于环境单步成本、策略推理、进程通信和CPU核数，没有固定八倍加速或必须开到六十四个环境的规则。机制与边界 DummyVecEnv适合单步很轻、进程通信反而更贵的环境，也便于调试。它能减少Python外层控制和形成策略批推理，但每个env.step仍在同一进程依次执行。SubprocVec…

#VecEnv#环境并行化#Stable-Baselines3

面试题·推理优化· 海尔

显存优化技术原理与对比

匹配正文：…V Cache、activations/workspace 与调度开销。谁占主导取决于参数量、优化器、序列长度、batch、精度和并行方式，不能笼统说激活永远最大。训练侧 BF16/FP16 降低权重与计算精度；FP16 常配 loss scaling，BF16 因指数范围较大通常不需要同类缩放； activation checkpointing 以反向重算换保存激活，收益和额外计算由 checkpoint 粒度及图决定； ZeRO/FSDP 分片状态，tensor/pip…

#显存优化#梯度检查点#模型并行

面试题·推理优化· 京东

DeepSpeed 核心特性与架构怎么用?

匹配正文：DeepSpeed 的定位 DeepSpeed 是面向大规模训练与推理的系统栈，核心不是一个固定“省显存倍数”，而是把数据并行、ZeRO、混合精度、梯度累积、activation checkpointing、pipeline/tensor parallel 和 offload 组合到具体模型与集群。 ZeRO 三阶段 Stage 1：在 data-parallel ranks 间分片 optimizer states；接近 1/N 的只是该组成部分，不是总显存。 Stage …

#DeepSpeed#分布式训练#ZeRO优化器

面试题·模型架构· 美团

多头注意力原理与QKV拆分陷阱

匹配正文：…个头计算Q乘K转置、除以每头维度平方根、应用mask和softmax，再与V相乘。各头输出拼回模型维度并经过输出投影。数学上各头可并行，但底层可能用融合kernel完成，不等于真的启动互不相关的任务。位置处理要看架构。绝对位置向量通常在投影前加到token表示；RoPE则对每个头的Q和K成对旋转，使点积带上相对位置信息，V通常不旋转。RoPE原论文给出相对位置性质，但原生配置在训练长度之外并不自动保证稳定效果，实际长上下文常结合频率缩放、插值或继续训练，并在目标长度上验证。…

#多头注意力#Transformer#并行计算

面试题·Agent· 淘天

Agent 工具链延迟如何定位与优化？

匹配正文：…看 P50/P95/P99、超时、取消与错误。三个工具并不代表三个工具都是瓶颈；优化应针对关键路径和用户 SLO。 1. 依赖图与并行只有输入已经完整、彼此没有数据依赖、不会争用同一副作用资源的工具才能并行。独立调用的理论关键路径接近最慢分支，但实际还受连接池、下游限流、排队和汇合开销影响。并行度必须有上限，否则会把 Agent 的一次请求放大成下游流量尖峰。不要在模型还未生成完整、通过 schema 校验的工具参数时执行。所谓“边生成 JSON 边调用”可能使用缺失或随…

#Agent#延迟优化#工具调用

面试题·Agent· 阿里

多 Agent 协作一致性

匹配正文：核心挑战多Agent并行/异步执行面临三大问题：竞态条件（同时修改共享状态）、部分失败（部分Agent成功部分失败）、结果不一致（各Agent对任务理解偏差）。关键机制 1. 状态管理与一致性集中式状态服务：共享内存/Redis维护全局状态，Agent通过乐观锁/版本号更新事件溯源：所有操作记录为不可变事件，支持回放和审计最终一致性：接受短暂不一致，通过冲突解决策略（如LWW、CRDT）收敛 2. 任务编排与协调工作流引擎（如LangGraph、Temporal）…

#阿里云#Agent#多 Agent 协作一致性

面试题·模型架构

Transformer 是什么?为什么是大模型的基石?

匹配正文：…每个词在理解自己时,可以「看一眼」句子里所有其他词,并按相关程度分配权重相比 RNN 逐词串行处理,Transformer 可以并行计算整个序列,训练效率提升几个数量级并行化 + 结构可扩展,让「堆数据、堆参数」成为可能,这是 GPT 等大模型诞生的前提注意区分:Transformer 是架构,大模型是「架构 + 海量数据 + 大规模预训练」的产物核心概念 Transformer 是一种完全基于注意力机制(Attention)来处理序列数据的神经网络架构,它抛弃了此前…

#入门#基础概念#Transformer架构

项目实战·Agent

Agent / Multi-Agent 系统

匹配正文：…nt 系统还要处理任务状态、工具权限、失败恢复、完成证据和用户隔离；是否需要 Multi-Agent，则取决于任务能否被清楚拆分、并行与交接，而不是 Agent 数量越多越好。公开学习从这里开始先读 Function Calling 与工具结果循环，理解“模型提出调用、服务端校验并执行”的边界。再做最小可运行 Agent，把状态、工具结果和停止条件串起来。用 Agent 项目面试题检查规划、工具、记忆、权限、回放和评测能否讲清并被验证。需要更完整的项目实现、代码…

#项目实战#Agent / Multi-Agent 系统

求职指南·RAG

混合检索、RRF 与重排项目模拟面试

匹配正文：…下一组问题。配套学习：RAG 三大瓶颈与迭代策略。 11. 应对规模或约束变化如果候选规模扩大十倍且延迟预算减半，你会调整召回并行度、重排深度还是模型层级？考察重点：测试约束变化后的迁移、容量和风险判断能力。容量、数据量或租户增长的量化模型新约束下的方案调整与代价配套学习：垂直领域 RAG 完整架构。回答完这道题，检查这几件事先用自己的项目回答，再对照下面几项，看看哪里还需要补充。这里是静态自查，不会提交答案、记录成绩或计算面试通过概率。你具体负责了什么？ …

#模拟面试#简历项目#连续追问

面试题·Agent

Deep Research 拿到一个大问题后，怎么拆成能查证的子问题？

匹配正文：…某个性能测试是否相关；先确认许可证，才需要继续评估商业使用边界。真实任务通常把三种轴组合起来。可以先按维度定义统一模板，再按对象并行取证，最后按依赖关系安排先后顺序。拆得太粗，Agent 会在一个节点里自由发挥。拆得太细，则会制造大量管理开销和重复搜索。判断粒度的标准是：一个子任务能否由一种主要动作完成，结果能否独立检查，同时又不会小到只查询一个无意义词条。把计划做成一张带状态的任务图很多 Demo 让模型先输出一个漂亮目录，然后逐条搜索。目录一旦生成就不再变化，这仍…

#Deep Research#问题边界与研究闭环#Deep Research 问题拆解

项目实战·Agent

第 2 章：执行框架与状态取舍——ReAct、IterResearch 等怎么选

匹配正文：…ch 的演进报告,同时理解压缩会遗漏或扭曲事实 ✓ 读懂 IterResearch、ReSum、ReWOO、Reflexion 和并行研究的论文边界 ✓ 用任务依赖、反馈需求、证据质量、延迟和成本做选型与评估本章按三段式组织: 段落给谁看内容占比 🚀 Part 1 · 主线实战零基础,想先跑起来 ReAct 原理 + 消息格式 + 上下文增长对比 demo ~45% 🎯 Part 2 · 面试深度想讲透、备战面试 IterResearch / ReSum / …

#Agent#Deep Research#项目实战

面试题·Agent

ReAct Agent 为什么会死循环？停止条件和步数上限怎么设计

匹配正文：…。如果摘要删掉用户硬约束或已完成步骤，模型会重新走旧路。每次压缩都要保留目标、不可违反的限制、已确认事实、未完成事项和来源指针。并行工具调用让停止判断更复杂当两个只读工具互不依赖时，系统可能并行执行。并行能减少等待，但也引入新状态：部分完成、部分失败、晚到结果和取消中的请求。 Planner 不能因为第一个结果回来就宣布整个任务完成，也不能在某一路失败后立即重复发起全部调用。状态管理器应为每个工具请求分配 ID，分别记录待执行、运行中、成功、失败、取消和已忽略。汇合节点依…

#Agent#架构与规划#ReAct Agent 死循环

系统教程·AI 编程

被问「你用过哪些 AI 编程工具」时不露怯

匹配正文：…边写边补、局部改写、看着它动手更放心云端 / 异步各家 Coding Agent 派个任务给它,它在云端跑完提 PR 明确、可并行的独立任务记住一句:没有银弹,真实开发往往是组合拳——重构丢给终端 Agent,精细局部用 IDE 内联。上手通用四步(任何工具都适用) 给它"工作区":在项目根目录启动,让它能看到完整代码结构(而不是只丢一段)。先说清目标和边界:要改什么、不许动什么、跑哪个测试验证(边界比任务更重要,见第 5 篇)。让它先给计划再动手:复杂改动先让它…

#Agent#AI 编程

面试题·Agent

Agent Planner 生成的计划为什么不能直接执行？怎么校验和动态重规划

匹配正文：… 第二层：依赖和图结构检查前置节点是否存在、是否有非法环、是否出现永远不可达节点、多个节点是否争用同一不可并发资源。计划如果允许并行，还要明确汇合条件。这层也主要由代码完成。图算法能判断结构是否合法，模型没有必要用自然语言猜。第三层：工具与参数工具名必须来自当前用户可见的注册表；参数类型、范围和枚举符合工具 Schema；参数来源必须存在。一个日期字段通过类型校验，但若来源只是模型自行补全，仍不能执行。工具版本也要进入计划。工具升级后字段变化，旧计划不能默认兼容。 …

#Agent#架构与规划#Agent 计划校验

面试题·推理优化· 百度

模型优化方法有哪些？

匹配正文：从训练、推理和部署三层建立性能账本训练侧先 profile 参数、梯度、优化器状态、激活与通信。FSDP 会在数据并行进程间分片参数、梯度和优化器状态，用通信换每卡显存，并非只适合显存充足时使用。activation checkpointing 用反向重算换激活内存；BF16 具有与 FP32 相同数量级的指数范围，通常不需要 FP16 式 loss scaling，但仍要监控溢出和算子精度。推理侧可使用权重量化、KV Cache、PagedAttention、Flash…

#模型量化#KV Cache优化#分布式训练

面试题·模型架构· 得物

大模型面临哪些核心挑战?

匹配正文：…与服务成本：预训练受算力、数据供给和通信效率约束；推理还要分别看首token延迟、逐token延迟、吞吐、显存和能耗。量化、蒸馏、并行与批处理都是条件化取舍。可靠性：模型按条件概率生成，不自带事实数据库或因果验证器。幻觉治理需要检索、工具、引用、约束输出和独立评测共同完成。长上下文：最大窗口不等于有效利用。标准全局attention随序列长度二次增长，位置外推、长文信息定位和KV缓存容量是不同问题。Ring Attention通过设备间传递K/V块实现分布式的块式精确at…

#计算效率#幻觉问题#长上下文

面试题·Agent

IterResearch 的演进报告为什么不是普通摘要，怎样避免越改越错？

匹配正文：…险与校验矩阵报告质量要分事实、证据、约束、计划和版本检查，不能只看语言是否通顺。怎样避免并发和重试把状态写乱？如果多个子任务并行返回，不能让它们都基于旧版本直接覆盖当前报告。每次更新应携带报告版本号。提交时发现当前版本已变化，就重新读取最新状态并合并，或者把子结果交给统一综合节点处理。工具重试也要有幂等标识。同一次 Visit 因网络超时返回两次，不应生成两条独立证据并被误判为多源支持。对于高风险字段，可以使用更严格的合并规则。任务契约只能由明确的用户更新改变；已…

#Deep Research#执行框架与长任务#IterResearch 演进报告

面试题·Agent

LangGraph 的 StateGraph 怎么设计？State、Node、Edge 到底各负责什么

匹配正文：…里有没有某个词”，提示词轻微变化就可能走错。更稳的做法是要求模型输出枚举字段，再做 Schema 校验，对非法值走安全默认路径。并行节点覆盖状态两个节点同时更新同一字段，可能出现顺序不确定或结果丢失。并行前要定义字段合并规则，例如列表追加、按键合并或冲突失败。不能默认“框架会知道哪个结果更重要”。重试造成重复副作用只读搜索重复一次通常影响较小，发送通知、创建记录或扣减资源重复一次就可能出事故。图级重试必须结合工具幂等、操作 ID 和执行前状态检查。怎样证明你的 St…

#Agent#工作流与状态#LangGraph StateGraph 设计

面试题·RAG

RAG Chunk 为什么不能只按固定字数切？

匹配正文：…近重复是否挤占上下文。只看最终答案会把生成模型的猜测能力混进切分评估，也会掩盖“答案对了但证据残缺”的风险。上线前可以把两种方案并行写入隔离索引，用同一批脱敏问题回放。先比较离线结果，再对失败样本逐条看原文边界。确认新方案没有让重要类型退化后，才切换读取版本。这个流程不需要虚构一个普遍适用的提升比例，但能让面试官听到完整的验证闭环。用同一批问题选择 Chunk 参数固定检索与模型配置，只比较不同切分方案。结果同时观察证据排名、拼接块数、重复比例和上下文 Token。至…

#RAG#切分与索引#RAG Chunk