哔哩哔哩高频面试题
简单介绍一下自己的背景，
以及选择AI Agent方向的原因。
原题完整原题
1、简单介绍一下自己的背景，以及选择AI Agent方向的原因。
一个完整的Agent系统通常包含哪些核心模块？相比传统LLM Chatbot，它最大的区别是什么？
原题在Agent项目中，常见的规划（Planning）、记忆（Memory）、工具调用（Tool Use）和执行模块分别承担什么职责？
原题意图识别模块通常有哪些实现方式？规则匹配、小模型分类和LLM分类分别适用于哪些业务场景
原题如果使用大模型完成意图分类，如何选择Zero-shot、Few-shot方案？当标注数据较少时，如何提升分类稳定性？
原题RAG系统从文档进入到最终生成答案的完整流程是什么？离线知识库构建和在线检索阶段分别包含哪些步骤？
原题文档切片有哪些常见策略？RecursiveCharacterTextSplitter的实现逻辑是什么？针对中文文档处理需要注意哪些问题？
原题如果RAG系统出现召回效果差的问题，你会如何定位？会优先检查Embedding、Chunk策略、Query Rewrite、Hybrid Search还是Rerank？
原题Embedding模型如何选择？不同Embedding模型会对检索效果产生哪些影响？
原题LangChain框架主要有哪些核心组件？相比传统Chain模式，LCEL带来了哪些改进？
原题Function Calling和Tool Calling的执行流程是什么？模型是如何判断需要调用工具，以及生成对应参数的？
原题如果Agent接入大量工具，如何避免工具描述过长导致Prompt膨胀？有哪些优化方式？
原题Prompt一般如何设计和组织？System Prompt、Few-shot示例以及CoT通常分别承担什么作用？
原题如何降低大模型输出幻觉？除了Prompt约束之外，还有哪些工程优化方案？
原题Agent执行任务时，如果出现重复调用工具、无法结束或者任务循环的问题，应该如何设计保护机制？
原题Agent中的Memory通常如何实现？短期记忆和长期记忆分别解决什么问题？
原题如何设计一个记忆检索流程？历史信息应该如何筛选、存储和召回？
原题手撕代码：合并重叠区间（LeetCode 56），并分析算法复杂度
原题
暂无题目