评估学习专题

评估学习资料：面试题、系统教程。从实际问题进入，按自己的基础选择需要的内容。

共 122 条内容

按专题浏览 →当前分类：专题：评估清除分类条件

面试题评估· 蚂蚁

RAG 检索与生成评估

从检索质量与生成质量两层建立 RAG 离线指标总览

#蚂蚁#评估与监控#RAG 检索与生成评估

面试题评估· 小红书

RAG 有哪些主要缺陷?

实际应用中的局限性分析与改进方向,含检索质量、生成一致性

#小红书#RAG 局限性#RAG 缺陷

面试题评估· 字节

RAG 上下文不准确怎么诊断?

数据集类型与数据质量控制方法,从根因到修复

#字节#RAG 上下文不准确#RAG 诊断

面试题评估· 百度

Reflection vs Memory 如何影响决策?

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

多智能体系统中反思与记忆机制对决策和协同的影响

#百度#Agent#多智能体系统

面试题评估· 虾皮

大模型怎么用于搜索检索?

技术方案、优势与挑战,结合 Embedding 和 Rerank

#虾皮#大模型搜索检索#搜索检索技术方案

面试题评估· 小鹏

RAG 失败场景诊断

RAG 失败类型及其诊断指标，补充适用边界与工程取舍

#小鹏#评估与监控#RAG 失败场景诊断

面试题评估· 快手

单 Agent 与多 Agent 选型

按任务复杂度、成本和可靠性选择单 Agent 或多 Agent

#快手#Agent#单 Agent 与多 Agent 选型

面试题评估· 淘天

RAG 评估：检索、生成与端到端指标

区分Recall@K、Hit@K与MRR，检查忠实度、事实正确、完整性及裁判误差。

#淘天#评估与监控#RAG 线上效果评估

面试题评估· 蚂蚁

Agent项目背景与技术方案怎么写?

大模型应用项目背景、技术方案与个人职责的拆解

#蚂蚁#评估与监控#Agent 项目经验

面试题评估· 蚂蚁

大模型客服评估：伪代码与指标

基于大模型的评估系统核心逻辑与伪代码实现

#蚂蚁#客服质量评估#大模型评估系统

面试题评估· 同花顺

多Agent组件优化策略与架构权衡

从系统架构角度分析通信、调度、记忆等核心组件的优化策略

#同花顺#多Agent系统优化#Agent架构优化

面试题评估· 美团

RAG 解决了哪些问题?

大模型项目中 RAG 的实际效果与提升,含检索与生成优化

#美团#混合检索#RAG 技术

面试题评估· 蚂蚁

Agent项目挑战与解决方案怎么讲?

大模型落地项目背景、技术方案与挑战应对

#蚂蚁#评估与监控#Agent 项目经验

面试题评估· 滴滴

Agent 技术实际有效性怎么评?

与 AutoGPT、LangChain 对比,分析技术优劣势

#滴滴#Agent#Agent 技术评估

面试题评估· OPPO

意图识别在 RAG 中怎么用?

提升检索准确性与生成质量的关键模块

#OPPO#RAG 意图识别#RAG

面试题评估· 淘天

RAG 核心指标优先级

RAG 核心指标的优先级与北极星指标选择，补充适用边界与工程取舍

#淘天#评估与监控#RAG 核心指标优先级

面试题评估· 同花顺

多Agent系统优化策略

从通信效率、决策协调、资源分配三方面谈优化策略

#同花顺#Agent#多Agent系统优化

面试题评估· 蚂蚁

Agent 项目踩坑与恢复

Agent 项目中的工程挑战、失败恢复与踩坑，补充适用边界与工程取舍

#蚂蚁#评估与监控#Agent 项目踩坑与恢复

面试题评估· 淘天

LangGraph 适用边界与替代

LangGraph 的反适用场景、成本和替代方案，补充适用边界与工程取舍

#淘天#评估与监控#LangGraph 适用边界与替代

面试题评估· 字节

ReAct vs 传统规划怎么选?

Agent行为决策中设计理念与流程差异,优缺点对比

#字节#百度#评估与监控

面试题评估

RG 系统效果差怎么排查?

检索与生成模块的故障定位思路,协同环节诊断方法

#检索归因#生成归因#RG 系统故障排查

面试题评估· 阿里

训练/推理/知识增强怎么选?

从训练、推理、RAG到后处理,各层面方法及局限

#阿里#幻觉治理#大模型幻觉缓解

面试题评估· 字节

Agent 中规划与执行怎么协同?

以 ReAct 为例,拆解规划与执行在 Agent 系统中的分工与配合

#字节#评估与监控#Agent

面试题评估

RAG 效果差怎么排查？

系统性诊断检索与生成模块，含评估指标与步骤

#检索诊断#生成诊断#RAG 效果诊断