匹配标题与标签：LoRA 有哪些局限性? 结合 Adapter、IA³、DoRA 等研究,分析缺陷与改进方向模型训练 LoRA 参数高效微调 Adapter IA³ DoRA 低秩适配 2026真题 LoRA 局限性 LoRA 改进 Adapter vs LoRA DoRA 微调大模型训练与微调得物

#LoRA#参数高效微调#Adapter

面试题·评估· 科大讯飞

RAG 解决了 LLM 哪些局限?

匹配正文：…识时效性强：政策、产品信息频繁变动，静态模型无法跟上合规与审计：需要明确回答依据，RAG的引用机制满足这一需求简单说，RAG把LLM从"闭卷考试"变成"开卷考试"——模型专注推理表达，事实准确性交给外部知识库保障。学习建议掌握RAG需理解大模型局限性，学习检索与生成的协同机制，结合实践案例加深理解。

#科大讯飞#阿里#RAG 架构

面试题·评估· 字节

大模型 Agent 优缺点怎么分析?

匹配题目：请从技术实现、应用场景、局限性等方面分析当前基于大模型的智能Agent的主要优缺点，并结合行业趋势谈谈其未来的发展方向和潜在挑战。

#字节#Agent

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

#大模型 Agent 优缺点

面试题·推理优化· 字节

数据分层为何不用大模型?

匹配题目：当利用大模型对数据进行质量或难度分层时，为何可能不选择更大参数量的模型？请从成本、效率、边际收益等角度分析使用超大规模模型在此类任务中的合理性与局限性。

#数据质量评估#模型规模权衡#成本效益分析

面试题·检索· 小红书

RAG 局限性怎么破?

匹配题目：请分析RAG（检索增强生成）技术存在的主要局限性、挑战以及相应的改进思路

#小红书#RAG局限性#RAG 局限性

面试题·模型训练· 阿里

模型收敛必须用验证集吗？

匹配标题与标签：模型收敛必须用验证集吗？仅靠训练集损失判断收敛的局限性及替代方案模型训练过拟合早停策略模型泛化训练监控验证集设计 2026真题模型收敛判断验证集必要性训练集损失局限性大模型训练与微调阿里

#过拟合#早停策略#模型泛化

面试题·Prompt· 高德

CoT vs ToT vs GoT 怎么选?

匹配题目：在智能Agent系统中，规划能力是完成复杂多步任务的核心。请系统介绍当前主流的提升大语言模型规划能力的方法，如思维链（CoT）、思维树（ToT）、图思维（GoT）等，深入分析它们的原理、适用场景，并对比各自的优缺点与实际应用中的局限性。

#高德#CoT ToT GoT 对比#大模型规划能力

求职指南·Agent

匹配正文：适合建设过大模型监控或 Trace 的人，重点练日志、指标、故障定位，以及如何避免同类问题再次发生。教学示例：先换成自己的真实项目描述，再逐题练习。下面保留完整追问分支、检查重点与评分规则。项目描述示例负责【真实大模型应用】可观测体系，承担【Trace、指标、日志或告警模块】。需要准备：系统范围；个人职责；可观测工件。通过【真实追踪或监控改动】定位【真实线上问题】，并用【真实记录】验证修复。需要准备：事故时间线；根因证据；修复与回归；遗留风险。逐层练习 1. o…

#模拟面试#简历项目#连续追问

面试题·Agent· 字节

Agent 架构的取舍与适用条件

匹配正文：…），突破模型参数限制动态决策根据中间结果调整策略，而非固定流程可解释性思考链（CoT）和动作轨迹可追溯，便于调试二、主要局限性延迟高：多轮LLM调用+工具执行，RT常达秒级甚至10s+ 错误累积：单步错误会级联放大，"一步错步步错" 系统复杂：状态管理、工具注册、异常处理工程量大成本不可控：Token消耗和工具调用费用难以预估三、与RAG的关系：协同而非替代 RAG是Agent的一种工具，Agent是RAG的增强形态场景方案原因单次检索即可回答纯RA…

#字节#Agent#Agent 架构

面试题·评估· 美团

RAG 缓解幻觉的机制

匹配题目：请详细解释检索增强生成（RAG）架构如何通过引入外部知识源来缓解大语言模型的幻觉问题，阐述其在实际系统中的实现机制、核心优势、典型局限性，并结合应用场景说明其设计考量与优化方向。

#美团#事实锚定#RAG 缓解幻觉的机制

面试题·评估· 小红书

RAG 有哪些主要缺陷?

匹配正文：…键证据在prompt中间时被忽略改进：重排序把关键文档放首尾、压缩/摘要减少长度、显式引用机制 4. 知识冲突与幻觉检索内容与大模型参数知识矛盾时，模型可能"固执己见"或随机选择改进：置信度校准、检索内容高亮标记、source attribution强制引用三、系统层面局限 5. 延迟与成本检索+重排+生成链路长，首token延迟高改进：检索缓存、预计算embedding、流式生成、推测解码 6. 复杂推理场景失效多跳问答、对比分析、数值计算等需要综合多源信息时…

#小红书#RAG 局限性#RAG 缺陷

面试题·评估· 美团

RAG 解决了哪些问题?

匹配正文：…+生成两阶段流程）说明至少2个具体解决的问题（如幻觉、时效性、领域知识）结合实际项目描述效果提升（量化指标更佳）体现对RAG局限性的认知（如检索质量依赖、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…

#美团#混合检索#RAG 技术

面试题·评估· 阿里

训练/推理/知识增强怎么选?

匹配题目：大语言模型在生成过程中容易产生事实性错误或虚构内容（即‘幻觉’）。请从模型训练、推理控制、知识增强（如RAG）和后处理等多个层面分析缓解幻觉问题的有效方法及其局限性。

#阿里#幻觉治理#大模型幻觉缓解

面试题·评估· 百度

RAG 架构怎么工作?

匹配正文：…ation），核心思想是"外挂知识库"：用户Query → 向量化 → 向量检索 → Top-K文档 → 拼接Prompt → LLM生成工作流程拆解 1. 索引阶段（离线）文档切分（Chunking） Embedding模型编码 → 存入向量数据库（如Milvus、Faiss） 2. 检索阶段（在线） Query向量化，计算相似度，召回Top-K相关片段 3. 生成阶段将检索结果作为上下文，与Query一起送入LLM 典型Prompt模板："基于以下信息回答问题：[…

#百度#评估与监控#RAG 架构

面试题·模型微调· 华为

Few-shot vs Zero-shot vs Fine-tuning 怎么选?

匹配题目：在大模型推理过程中，何时应选择few-shot提示方式而非zero-shot或fine-tuning？其优势和局限性是什么？

#华为#Few-shot 提示#Zero-shot 对比

面试题·模型微调· 美团

RAG 深度与局限怎么破?

匹配正文：…行性体现对RAG与微调、Agent等技术边界的理解 RAG的核心价值与深度优势层面知识动态化：无需重训模型即可更新知识，解决大模型"幻觉"和时效性问题可溯源性：检索片段作为引用，提升生成可信度，满足合规审计需求成本可控：相比全量SFT，RAG的边际成本极低，适合频繁变更的业务知识技术深度体现不仅是"向量检索+Prompt拼接"，而是涉及查询理解→多路召回→精排融合→上下文压缩→生成约束的全链路优化关键局限性局限类型具体表现典型场景检索质量瓶颈语义匹配…

#美团#RAG 局限性#RAG 优化方向

面试题·多模态· 字节

Agent 优势与局限怎么分析?

匹配正文：…果调整执行路径（ReAct模式）工具编排灵活组合多源工具，而非固定pipeline 多轮决策具备状态记忆，支持长程交互主要局限性可靠性瓶颈规划错误会级联放大，单步失误导致全流程失败工具调用参数易出错（JSON格式、参数边界）工程痛点延迟：多次LLM调用+工具执行，RT难以控制在秒级成本：Token消耗随步骤指数增长，商业化承压安全：Agent自主行为边界难界定，越权风险高技术趋势与挑战发展方向 Multi-Agent：专业化分工（如MetaGPT、A…

#字节#Agent#Agent 优势与局限

面试题·Prompt· 哔哩哔哩

CoT 提示怎么写?

匹配正文：…示例设计的关键原则（多样性、步数适中、答案正确）明确CoT在复杂推理任务（数学、逻辑、代码）中的有效性边界 CoT的核心思想让大模型显式生成中间推理步骤，而非直接输出答案。本质是将隐式推理过程外显化，利用模型的生成能力逐步求解复杂问题。两种典型模板 1. Zero-shot CoT（零样本）直接添加触发指令，无需示例： Q: 一个农场有鸡和兔共35只，脚共94只。鸡兔各几只？ A: Let's think step by step. 或中文版本："请逐步思考并解答" …

#b站#Agent#Chain-of-Thought 提示

面试题·RAG· 淘天

RAG 核心架构与工作流程

匹配正文：…气等实时数据长尾知识密集：企业内部文档、专业手册（训练语料覆盖少）可解释性刚需：需给出参考来源的场景（客服溯源、学术辅助）纯LLM更合适的场景：通用创意写作、开放式闲聊（无需外部事实约束）常识推理、代码生成（知识已内化为模型能力）局限性与应对局限表现缓解思路检索失效召回文档不相关或遗漏混合检索（BM25+向量）、查询重写、重排序上下文爆炸多文档超出窗口限制摘要压缩、分层检索、长上下文模型多跳推理弱需跨文档关联时易断链引入知识图谱、迭代检索（…

#淘天#阿里#RAG 架构

面经·项目面试

Agentic RL 项目，GRPO 为什么不用 PPO？六道大厂真题逐题复盘

匹配正文：… 一、GRPO 相比 PPO 改进了什么，为什么选它？请分析 GRPO 相比 PPO 在哪些方面有所改进，解决了 PPO 的哪些局限性。（同花顺） GRPO 与 PPO 的核心思想有何不同？在实际训练中为何某些场景下更倾向于使用 GRPO？（腾讯）最常听到的回答就一句：PPO 要训一个 critic 来估基线，GRPO 不用，省显存。这句话没错，但它只回答了"省掉了什么"。面试官接着会问两件事：基线去哪了，省掉 critic 你付出了什么。基线还在，GRPO 对同一个…

#Agentic RL#GRPO#PPO

面试题·评估· 百度

面试高频论文怎么选?

匹配题目：请分享你在准备面试过程中阅读过的近期重要学术论文，并说明其中哪几篇在技术讨论中被频繁引用或深入探讨，及其对你理解大模型发展的启发。

#技术前沿追踪#论文阅读#大模型发展趋势

面试题·Agent· 字节

Attention 在 Agent 多轮对话有哪些局限?

匹配题目：在基于大模型的Agent系统中执行多轮对话任务时，标准Attention机制在上下文建模、长期依赖保持、推理一致性等方面可能存在哪些局限性？请结合上下文长度限制、历史信息稀释、关键记忆遗忘等具体挑战，分析其对Agent性能的影响，并讨论可能的优化方向。

#字节#淘天#Agent

面试题·Agent· 字节

LangGraph外还有哪些流程编排框架?

匹配正文：…排）准确描述LlamaIndex的索引-centric设计和Agent化演进说明AutoGPT/BabyAGI的自主决策特点及局限性提及Semantic Kernel的企业级多语言特性给出具体场景选型建议主流框架对比 LlamaIndex — "数据索引优先" 核心定位：从RAG工具包演进为"数据框架"，Agent是索引能力的自然延伸关键设计：索引（Vector/KG/Document）是first-class citizen，Agent通过query_engin…

#字节#百度#Agent

面试题·评估· 字节

Agent 系统优缺点怎么分析?

匹配正文：…转人工适应性数据分析 Agent 根据中间结果动态调整分析路径复杂任务处理多步审批流程自动串联多个业务系统二、关键挑战与局限性 1. 幻觉与稳定性规划步骤多，错误会级联放大；ReAct 循环可能陷入死循环或过早终止场景影响：金融风控场景下，错误调用资金接口后果严重 2. 延迟与成本每步规划都需 LLM 推理，10 步任务 = 10 次调用，Token 成本指数级上升场景影响：实时推荐场景难以满足 200ms 响应要求 3. 工具可靠性外部 API 变更、返…

#字节#Agent#Agent 系统优缺点

LoRA 有哪些局限性?

RAG 解决了 LLM 哪些局限?

大模型 Agent 优缺点怎么分析?

数据分层为何不用大模型?

RAG 局限性怎么破?

模型收敛必须用验证集吗？

CoT vs ToT vs GoT 怎么选?

Trace、线上监控与问题复盘项目模拟面试

Agent 架构的取舍与适用条件

RAG 缓解幻觉的机制

RAG 有哪些主要缺陷?

RAG 解决了哪些问题?

训练/推理/知识增强怎么选?

RAG 架构怎么工作?

Few-shot vs Zero-shot vs Fine-tuning 怎么选?

RAG 深度与局限怎么破?

Agent 优势与局限怎么分析?

CoT 提示怎么写?

RAG 核心架构与工作流程

Agentic RL 项目，GRPO 为什么不用 PPO？六道大厂真题逐题复盘

面试高频论文怎么选?

Attention 在 Agent 多轮对话有哪些局限?

LangGraph外还有哪些流程编排框架?

Agent 系统优缺点怎么分析?