匹配正文：…套学习：RG 系统效果差怎么排查?、检索准但生成差，怎么调优？。 8. failure · failure-proof 请从一个 bad case 的查询、权限、候选、重排、上下文与答案逐层贴证据，并说明怎样排除至少一个竞争根因。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现的输入、链路证据和错误输出根因验证与修复后的固定样本回归下一步：production。配套学习：RG 系统效果差怎么排查?、检索准但…

#模拟面试#简历项目#连续追问

面试题·项目与经历· 字节

大模型任务表现差怎么排查？

匹配标题与标签：大模型任务表现差怎么排查？从数据、训练、架构到评测的系统性优化策略项目与经历模型调试 bad case分析数据质量训练策略评测体系 2026真题大模型优化策略模型性能排查大模型训练调优项目落地经验字节

#模型调试#bad case分析#数据质量

面试题·RAG

RAG 检索效果差怎么排查？从 Query 到 Rerank 逐层定位

匹配项目自检：保存每层候选、分数和过滤条件准备同义词、否定和多跳 bad case 标记正确证据在哪一层消失修复后用原样本做回归

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

#RAG

#生成与对话

#RAG 检索优化

面试题·RAG

复杂 PDF 的双栏、表格和图片怎么解析，才不会打乱语义？

匹配正文：…因此，切分时应把图片、标题和必要说明视为一个关系单元。若内容太长，可以拆分正文，但图片标识和核心图注需要在相关片段中保留。三类 bad case，怎样沿链路定位？下面的案例都是为了说明故障位置的教学问题，不代表某个真实系统已经得到量化结果。第一类，双栏内容交叉现象是步骤和材料互相穿插。先看区域识别结果。如果左右栏根本没有分开，问题在版面分类。如果区域正确但最终文本交叉，问题在阅读顺序恢复。如果结构化输出正确，切分后才混在一起，再检查 Chunk 合并逻辑。第二类，…

#RAG#解析与入库#复杂 PDF 阅读顺序

面试题·RAG

MinerU 能直接解决 RAG 文档解析吗？哪些页面必须二次处理？

匹配项目自检：按失败类型整理 MinerU bad case 记录二次处理的触发条件比较准确性、延迟和资源消耗保留版本升级前后的回归样本

#RAG#解析与入库#MinerU RAG

面试题·评估· 美团

多路召回评估指标与RAG场景

匹配正文：…果的重叠度，理想状态是低重叠高互补二、定性评估方法人工相关性标注：构建黄金测试集，定义"相关/部分相关/不相关"标准错误案例分析：分类bad case（漏召、误召、排序差）归因到具体策略 LLM辅助评估：用GPT-4等判断文档-Query相关性，降低标注成本三、RAG场景的组合策略分层评估体系离线阶段：各路独立评估Recall/Precision，筛选候选策略融合阶段：评估融合后的NDCG@K和覆盖率端到端阶段：最终生成答案的准确性（Answer-level …

#美团#评估与监控#多路召回评估

求职指南·RAG

企业知识库 RAG 架构项目模拟面试

匹配正文：…ure · failure-proof 请用一条可脱敏查询，按原始候选、重排结果、上下文和最终答案回放。若没有记录，请明确这是设计分析而非已发生事故。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现的输入、链路证据和错误输出根因验证与修复后的固定样本回归下一步：production。配套学习：RAG 查不到文档怎么降级?。 9. production · production 上线时的 P95 延迟、峰值 …

#模拟面试#简历项目#连续追问

求职指南·RAG

PDF、表格、OCR 与文档解析项目模拟面试

匹配正文：…OCR 框、版面块、表格结构和最终切分逐层回放；没有坏页记录就按假设场景回答。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现的输入、链路证据和错误输出根因验证与修复后的固定样本回归下一步：production。配套学习：扫描PDF怎么解析内容?、RAG 中表格图片怎么处理?。 9. production · production 生产中如何处理大文件、重复上传、异步队列、版本重解析、人工复核、监控和回滚？…

#模拟面试#简历项目#连续追问

求职指南·RAG

混合检索、RRF 与重排项目模拟面试

匹配正文：…排名、RRF 分数、重排分数和最终截断点分别是什么？没有日志就按假设失败回答。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现的输入、链路证据和错误输出根因验证与修复后的固定样本回归下一步：production。配套学习：RAG 检索语义相似但无关怎么解?。 9. production · production 线上如何控制重排批量、超时、缓存、模型降级和索引版本？P95 与成本预算是多少？考察重点：验证…

#模拟面试#简历项目#连续追问

求职指南·RAG

多轮对话、引用与权限隔离项目模拟面试

匹配正文：…，列出用户身份、会话状态、过滤条件、候选与最终引用；没有记录时按设计威胁回答。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现的输入、链路证据和错误输出根因验证与修复后的固定样本回归下一步：production。配套学习：Agent 如何防越权与隐私泄露?、RAG 查不到文档怎么降级?。 9. production · production 会话 TTL、并发一致性、引用存证、权限变更、缓存隔离、审计和回滚…

#模拟面试#简历项目#连续追问

求职指南·Agent

Agent 工具调用与 Schema 设计项目模拟面试

匹配正文：…失败的调用，列出请求、错误码、副作用状态和补偿动作；没有记录就按教学场景说明。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现的输入、链路证据和错误输出根因验证与修复后的固定样本回归下一步：production。配套学习：Agent 工具调用失败怎么处理?、Agent 调用链路容错机制。 9. production · production 超时、重试、幂等、限流、敏感操作确认、审计、降级和版本兼容如何落地…

#模拟面试#简历项目#连续追问

求职指南·Agent

Agent 工作流、状态持久化与人工介入项目模拟面试

匹配正文：…指出 Checkpoint、租约、幂等键和副作用状态；没有记录就按设计题回答。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现的输入、链路证据和错误输出根因验证与修复后的固定样本回归下一步：production。配套学习：Agent 中断恢复:状态持久化策略、异步 Agent 最终一致性。 9. production · production 生产中如何设置 Checkpoint、租约、超时、死信、人工 S…

#模拟面试#简历项目#连续追问

求职指南·Agent

Agent 超时、重试、幂等、安全与降级项目模拟面试

匹配正文：…幂等键、尝试次数、写入结果和止损动作分别是什么？没有事故记录就按演练场景回答。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现的输入、链路证据和错误输出根因验证与修复后的固定样本回归下一步：production。配套学习：Agent 调用链路容错机制、Agent API容错：重试降级与澄清。 9. production · production 生产中超时预算、熔断、限流、幂等键、降级开关、审计、告警和回滚…

#模拟面试#简历项目#连续追问

求职指南·Agent

vLLM 推理服务、吞吐、延迟与成本项目模拟面试

匹配正文：…相拖累的压测，给出负载分布、显存水位、队列和尾延迟；没有记录就按容量推演回答。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现的输入、链路证据和错误输出根因验证与修复后的固定样本回归下一步：production。配套学习：大模型项目缺陷修复、ZeRO 与 FlashAttention 各优化什么?。 9. production · production 生产中如何做副本、限流、预热、模型版本、健康检查、自动…

#模拟面试#简历项目#连续追问

求职指南·Agent

Trace、线上监控与问题复盘项目模拟面试

匹配正文：…、Trace、日志、版本和业务结果；若是演练，必须明确标注而非包装成线上事故。考察重点：要求用可回放材料证明失败复盘；若只有假设分析，必须与真实事故或 bad case 明确区分。可复现的输入、链路证据和错误输出根因验证与修复后的固定样本回归下一步：production。配套学习：项目局限性与改进方向、Agent 调用链路容错机制。 9. production · production 告警分级、值班、静默、Runbook、数据保留、脱敏、灰度观察和回滚如何落地？ …

#模拟面试#简历项目#连续追问

面试题·Agent

Deep Research 并行任务怎么拆，依赖、尾延迟和综合成本怎样控制？

匹配正文：…份资料，只能视为一个证据源。最后看证据强度与适用性。官方文档适合确认功能，独立测试适合说明特定条件下的表现，用户讨论适合发现 bad case。来源类型不同，不能简单设置永久高低分。若口径对齐后仍有真实冲突，报告应并列各自证据和适用条件，标记无法确认的部分。必要时触发一个定向复核单元，而不是让综合器凭多数或语言自信度选边。一个教学场景：三个 Agent 得到“三种性能” 下面是教学情境，不代表真实产品或实测数字。总任务要求比较某技术的公开性能边界。研究单元 A 找…

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

面试题·RAG

资料里没有答案时，RAG 怎么避免强行生成？

匹配正文：…率。生成层逐句检查事实是否有证据支持。尤其关注数字、日期、条款编号、适用范围和“必须”“一定”这类强断言。回归集还要保存每次 bad case 的原问题、文档版本、候选原文、各阶段分数、系统动作和最终输出。下次换 Embedding、调整 Chunk 或更新知识库时，重新跑同一批问题。如果只测“答案看起来对不对”，很难知道是检索真的找到了证据，还是模型凭常识碰巧说对了。无答案追问怎么接：先说错误代价回答这组问题前，先说明业务更怕误拒绝还是错误放行。门槛、澄清和拒答策…

#RAG#生成与对话#RAG 无答案检测

面试题·RAG

RAG 评测集怎么构建？问题、答案和证据必须怎么标？

匹配正文：…常调试。调整 Chunk 大小、检索权重、阈值和 Prompt 时，可以反复运行开发集，快速观察变化。回归集保存已经发生过的 bad case。每修复一个真实问题，就把原问题、正确证据和预期行为加入回归集。以后换模型或重构链路时，先确认旧问题没有重新出现。保留测试集不参与日常调参。当一个版本在开发集和回归集上都稳定后，再用保留集评估一次。它用来检查系统是否只适应了大家反复看到的题。如果所有参数都对着同一批问题调整，团队会逐渐记住这些样本的特征。最终分数越来越高，新…

#RAG#评测与上线#RAG 评测集

面试题·RAG

Recall@K、MRR、Faithfulness，分别在评估 RAG 哪一层？

匹配项目自检：为每题标注完整正确证据集合分别保存检索与生成指标用人工样本校准自动裁判把每个 bad case 归到具体链路层

#RAG#评测与上线#RAG 评估指标

面试题·文档处理· 字节

RAG 数据处理与索引流程?

匹配正文：…重建，设计版本化索引切换机制多路召回：向量+关键词+结构化数据融合，索引层预构建倒排表监控闭环：记录"检索未命中→人工补充"的bad case，回流优化分块策略学习建议建议先掌握文本预处理、分块策略和向量索引原理，结合LangChain等框架动手实践典型流程，理解每步对检索质量的影响。

#字节#文档处理#向量检索

面试题·评估· 字节

医疗法律RAG：评估陷阱

匹配正文：…家审核 + NLI模型端到端答案有用性、合规性医生/律师打分 + 用户反馈闭环效率延迟P99、吞吐线上压测持续优化：Bad Case归因分析（检索失败？生成忽略？），针对性迭代。学习建议建议系统学习该知识点

#字节#专业领域 RAG#RAG 系统设计

面试题·评估· 字节

RAG 文档检索选型

匹配正文：…评测集确定权重，不能凭经验写一个固定值。 2. 优化顺序先按文档结构切块，并保留标题、章节和权限等元数据。用 query 类型分析决定是否改写、扩展或路由，避免所有查询都调用 LLM。评估召回集合后再考虑 Cross-Encoder 重排，防止用重排掩盖召回缺失。分别记录召回质量、P95 延迟、索引更新时效和单次查询成本。建立 bad case 分类，区分切块、召回、融合、重排和权限过滤问题。 3. 评测闭环离线至少观察 Recall@K、MRR 或 NDCG，并…

#字节#混合检索#RAG 文档检索选型

面试题·评估· 小鹏

RAG 失败场景诊断

匹配正文：…自己判断答案是否有幻觉三、端到端与业务评估端到端准确率：完整问答链路的正确率延迟与成本：检索耗时、Token消耗人工抽检：Bad case分析，建立错误分类体系（检索失败/理解错误/幻觉/格式问题）实践建议分层监控：线上先卡检索Recall，再优化生成质量构建评估集：从真实日志采样，覆盖高频Query和边界Case A/B测试：检索策略、Prompt、重排序模型的对比实验

#小鹏#评估与监控#RAG 失败场景诊断

面试题·评估

RG 系统效果差怎么排查?

匹配正文：答案要点建立分层诊断框架，区分检索侧、生成侧、协同侧三类问题掌握定量指标（Recall@K、上下文相关性、忠实度）与定性分析（bad case分析）结合的方法理解检索-生成耦合效应（如检索冗余、信息冲突）具备实际可落地的排查工具链和实验设计能力核心排查框架：分层隔离诊断把RAG系统拆成三个独立可测的环节，逐个验证：一、定位检索模块问题关键指标 Recall@K：正确答案是否在Top-K检索结果中 MRR/NDCG：相关片段的排序质量诊断方法人工标注100个…

#检索归因#生成归因#RG 系统故障排查