腾讯

大模型应用开发工程师(RAG 方向)三面面经

完整信息

13 条问法 · 21 道题

本篇目录
请先做一个自我介绍。 请阐述TCP与UDP的主要区别,并深入解释TCP滑动窗口机制的原理,包括窗口大小的动态调整方式以及通信双方如何交换窗口信息。 你的主要开发语言是什么?请比较进程、线程和协程的区别,并说明单线程多协程模型能否有效利用多核CPU资源。 请介绍你在实习中负责的Agent+RAG项目的背景、整体技术方案,包括文档解析、分块策略、向量数据库的选型与存储方式,以及具体的检索查询流程。 该RAG系统上线后的性能表现如何?主要解决了哪些业务问题?你们是如何评估其效果的? 你们在该系统中使用了哪款大模型?选择该模型的原因是什么?部署的硬件环境(如GPU型号)是怎样的?是否考虑过使用更高参数量并量化的模型来优化效果? 你简历中提到做过模型蒸馏,能否具体说明? 你是如何构建评测数据集的?在利用大模型(如Gemini)生成评测集时,如何处理上下文长度限制和文档跨页依赖问题? 这段实习经历是你自己主动寻找的,还是与导师课题相关? 请介绍你在的多Agent导购系统,包括项目背景和你的核心贡献。 详细说明该多Agent系统的整体架构:Supervisor和Worker各自承担什么角色?每个Worker是否对应一个独立的Agent?各Agent背后使用的模型是什么?Agent之间通过何种机制进行通信和数据传递? 针对这套多Agent系统,你设计了哪些层级的评测方案?如何验证其功能正确性和反幻觉能力? 这是一道开放式问题:请提出尽可能多的方法,用于估算北京市雨水井盖的大致数量(仅需数量级),方法需符合逻辑,不限定技术手段。
本篇目录
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
    你们在该系统中使用了哪款大模型?选择该模型的原因是什么?部署的硬件环境(如GPU型号)是怎样的?是否考虑过使用更高参数量并量化的模型来优化效果?
  7. 07
  8. 08
    你是如何构建评测数据集的?在利用大模型(如Gemini)生成评测集时,如何处理上下文长度限制和文档跨页依赖问题?
  9. 09
  10. 10
  11. 11
  12. 12
    针对这套多Agent系统,你设计了哪些层级的评测方案?如何验证其功能正确性和反幻觉能力?
  13. 13
    这是一道开放式问题:请提出尽可能多的方法,用于估算北京市雨水井盖的大致数量(仅需数量级),方法需符合逻辑,不限定技术手段。

相关公司