阿里巴巴问答汇编
Agent项目是否上线部署？
原题是否使用过LangChain等框架？
原题意图识别模块如何实现？
原题项目用到哪些工具？
原题如何提升工具调用正确率？
原题知识库如何构建？
原题RAG项目的分块策略有哪些？
原题知识检索如何提升回答正确率？
原题如何解析知识库中的表格/图片文件？
原题系统是否用到ReAct模式？
原题如何提升模型回答性能？
原题Prompt层面有哪些优化手段？
原题Token与字符的区别
原题LangChain与LangGraph的了解
原题Agent常见模式（ReAct/Plan and Execute等）
原题Lost in the middle问题的解决方案
原题Prompt的常见结构
原题线程池参数
原题进程/线程/协程的区别
原题HashMap原理
原题除自身以外数组的乘积
原题业务中AI应用研发相关内容
原题项目中针对图文模态对齐问题，具体采用了哪些技术方案解决？
原题若图纸类视觉内容在文本中无任何对应描述，模型如何依托视觉特征实现精准内容召回？
原题项目向量数据库Milvus中，选用了哪类索引算法，选择该算法的核心依据是什么？
原题针对专业术语出现语义偏移的问题，除了混合检索方案，是否尝试过Embedding模型微调、Adapter适配等优化方式？具体落地思路是怎样的？
原题当外部测评工具返回的原始数据格式，与大模型输入预期格式不匹配时，如何实现数据格式的自动化映射？
原题向量库检索出的用户长期画像数据，与当前实时会话状态产生冲突时，整套系统的处理逻辑和解决方案是什么？
原题如何避免模型回复过度依赖检索到的外部知识，导致回答生硬、缺乏共情能力，提升对话自然度？
原题对比思维链（CoT），ReAct范式在模型与外部环境交互过程中，核心解决了哪些痛点问题？
原题详细阐述大模型实现函数调用（Function Call）的完整流程，模型是如何将自然语言语义转化为标准化结构化参数的？
原题实际开发过程中，如何判断一个任务适合采用固定Workflow流程，还是自主决策型Agent来实现？
原题详细讲解Agent系统中长短期记忆的设计逻辑，在长时对话场景下，如何实现上下文信息的动态压缩与选择性遗忘？
原题在Agent系统架构中，RAG检索获取的外部知识，是如何精准输入给模型，同时避免无关知识对模型输出产生干扰的？
原题解释重排序（Rerank）技术的定义，它在Agent检索链路中，对提升模型最终决策准确性起到哪些关键作用？
原题单Agent处理复杂长周期任务时，引入多智能体（Multi Agent）架构的核心优势有哪些？
原题Multi Agent系统中的路由（Router）节点，依据哪些规则和逻辑，将任务分发给对应的子Agent？
原题什么是人在回路（Human-in-the-loop）机制？在Agent系统开发中，如何合理设计人工审批断点，保障系统运行可靠性？
原题有哪些量化评估方式，可以衡量一套Agent系统的优劣？
原题除模型生成质量外，Agent系统还需要重点关注哪些维度的评估指标？
原题针对Agent多步推理过程中产生的响应延迟问题，可落地的优化方法有哪些？
原题随着大模型上下文窗口持续扩容，传统RAG技术是否会被完全替代？阐述你的核心观点及理由。
原题常规分类任务，为何选择推理式建模而非原生分类方案？
原题多业务标准不统一，单模型如何承载多任务、规避任务冲突问题？
原题单正例搭配多负例的DPO训练，模型能否学习负样本之间优劣排序？
原题DPO训练造成模型分布尖锐后，是否可以接续开展GRPO训练？
原题分类场景下DPO效果优于GRPO的核心原因是什么，二者能否串行训练？
原题单次LLM打分评判算不算Agent？和多轮工具调用Agent核心区别在哪？
原题Agent体系中Skill、Memory、RAG三大组件分别解决什么核心问题？
原题Agent记忆模块如何迭代更新，新旧经验冲突时该怎样取舍留存？
原题Agent强化学习仅依靠最终结果设计奖励是否够用，多步工具轨迹如何做信用分配？
原题字符择优连续区间问题，如何转化为最大子数组和问题，Kadane算法复杂度优化逻辑是什么？
原题技术研发为何从判别式任务，逐步转向生成式对话与自主Agent研发？
原题在线on-policy蒸馏和强化学习有什么区别，哪种更容易突破教师模型性能上限？
原题介绍一下自己的项目，整体架构和技术栈是什么？
原题项目中 Agent 的完整流程是怎样的？
原题项目过程中针对 Agent 做过哪些优化？具体怎么调优？
原题Agent 优化有哪些常见手段？
原题语义检索是如何实现的？
原题向量数据库在项目中具体承担什么作用？
原题langchain、langgraph 这些框架为什么选择？底层流程了解吗？
原题模型输出结果如何控制规则？
原题记忆模块是怎么设计的？
原题多轮、多会话场景下 memory 如何处理？
原题如果系统出现异常，整体的容错和异常处理机制怎么设计？
原题再给一个上下文处理相关的场景题，如何优化 context 管理？
原题自我介绍，实习/项目/自我优势等
原题第一段实习为何时间这么短
原题为什么不转正，而是去其它地方
原题选择OPD的动机以及数据筛选时的策略，为什么不使用学生错误的轨迹？
原题过程奖励和结果奖励的本质区别是什么？过程奖励的奖励信号从哪来？如何解决过程奖励信号的偏差
原题多轮对话RL中怎么设置的双层奖励？
怎么构造的用户模拟器？如何避免模拟器数据的过拟合问题？
原题完整原题
多轮对话RL中怎么设置的双层奖励？怎么构造的用户模拟器？如何避免模拟器数据的过拟合问题？
多轮对话中评测如何进行，转人工率如何评测？怎么进行的A/B测试？
原题如何解决多轮对话的冷启动 和 业务约束遵循问题？
原题Verl中的AgentLoop的特点是什么？
原题KV Cache是什么？为什么能加速大模型推理？
原题Agent上下文超限了怎么处理？
原题Agent取消机制怎么做？
原题MCP是什么？Agent通过MCP调用工具的流程是什么？
原题RAG中的父子索引是什么？解决了什么问题？
原题ReAct模式和Plan模式有什么区别？
原题工具返回结果的消息结构怎么设计？为什么需要单独的Tool Message？
原题多个Agent同时修改同一个文件，如何避免冲突？
原题Agent陷入死循环或重复调用，怎么兜底？
原题多Agent之间通信方式是什么？如何做任务分发和结果合并？
原题上下文压缩保留什么信息？如何判断哪些内容可以丢弃？
原题追问： 压缩任务交给小模型还是大模型？
原题LLM调用失败怎么排查？
原题分布式唯一ID怎么生成？要求自增怎么办？
原题缓存击穿、穿透、雪崩是什么？怎么解决？
原题Redis为什么能支撑高并发？
原题追问： Redis 6.0之后加了多线程IO，还能叫单线程吗？
原题ThreadLocal为什么可能内存泄漏？
原题追问： 怎么避免？
原题BeanFactory和ApplicationContext有什么差异？
原题配置中心宕机了应用怎么不挂？
原题TCP一定需要四次挥手吗？
原题手撕：实现执行器，相同key串行、不同key并行
原题里面有哪些项目/需求，是你从头到尾参与设计的？
原题手撕，实现一个线程安全的滑动窗口限流算法
原题你的这个并发处理耗时请求是怎么设计的？
原题假设现在我有一个训练集群，每个节点都有大量的mertics需要记录和分析，你怎么设计？
原题令牌是针对不同的资源吗?还是针对协程？
原题原题未明确“令牌”指速率桶令牌还是并发许可。
假设我现在需要进行分布式的收集和聚合分析，整个处理链路你怎么设计？
原题实习中你的延迟队列是用来做什么的？底层是怎么实现的？
原题如果用kafka，RocketMQ这些，你会怎么做？
原题如何保证大流量下消息处理的鲁棒性？
原题使用kafka，消费者在并发处理时，会导致丢消息吗？为什么？
原题那你怎么处理丢消息的问题？
原题介绍一下你们的TSM平台和Agent功能
原题来源未说明 TSM 的全称或具体平台。
你们的这个plan能力是怎么和agent loop配合的？
原题执行过程中agent怎么知道要不要进行重规划？
原题你说有些模型不支持工具调用，那工具调用能力是怎么实现的？
原题你们的上下文是怎么组装的？
原题你们用的底层模型有哪些？
原题用户在问到一半，切换了模型，你们怎么处理？
原题中途切换模型一定会有影响吗？具体可能有哪些影响？
原题等待模型输出时，用户刷新了页面或者关闭了页面，重新打开后你们怎么支持重连的？
原题那agent本身修改后，你们如何去衡量此次修改的好坏？
原题说一下RSI，以及如果你去设计，怎么在你们现有的agent里加上RSI？
原题直属正文将 RSI 解释为 Recursive Self-Improvement。
review agent怎么确保他的评价是正确的？
原题你们的数据集是怎么构建的？有多少？
原题回顾一下你们整个agent的开发和设计，如果让你重新开发，你会有哪些方面的优化或者修改？
原题
暂无题目