快手
AI Agent 开发一面面经
完整信息
本篇目录
面试时间：7月20日
面试岗位：AI Agent开发
面试时长：40min
面试问题：
1、为什么引入父子索引？
2、为什么在检索阶段引入 BM25？
3、rerank 后一般返回几个块？
4、rerank 后的 topK 截断是怎么做的？
5、讲一下上下文工程是怎么设计的。
6、记忆机制是怎么做的？
7、Function Calling 是怎么设计的？
8、Agent 的任务规划是怎么做的？
9、Prompt 注入攻击如何防御？
10、工具调用的安全控制是怎么实现的？
11、讲一下分布式令牌桶限流。
12、漏桶算法是什么？
13、滑动窗口算法是怎么实现的？
14、滑动窗口和令牌桶相比有什么区别？
15、布隆过滤器讲一下。
16、数据库索引失效的情况有哪些？
17、like 查询会不会导致索引失效？
18、RAG 系统如何评测？
19、有哪些评测维度？
20、评测数据集一般包括哪些内容？
21、如果要提升相关度，你会怎么做？
22、如果要优化回答效果，有哪些思路？
23、如果设计一个数据处理场景，比如有一千条数据需要求和，你会如何设计处理流程？
24、RAG 的性能如何提升？
25、当前的上下文是如何处理的？ #发面经攒人品#
本篇目录
当前问题0125
- 01
为什么引入父子索引？
- 02
为什么在检索阶段引入 BM25？
- 03
rerank 后一般返回几个块？
- 04
rerank 后的 topK 截断是怎么做的？
- 05
讲一下上下文工程是怎么设计的。
- 06
记忆机制是怎么做的？
- 07
Function Calling 是怎么设计的？
- 08
Agent 的任务规划是怎么做的？
- 09
Prompt 注入攻击如何防御？
- 10
工具调用的安全控制是怎么实现的？
- 11
讲一下分布式令牌桶限流。
- 12
漏桶算法是什么？
- 13
滑动窗口算法是怎么实现的？
- 14
滑动窗口和令牌桶相比有什么区别？
- 15
布隆过滤器讲一下。
- 16
数据库索引失效的情况有哪些？
- 17
like 查询会不会导致索引失效？
- 18
RAG 系统如何评测？
- 19
有哪些评测维度？
- 20
评测数据集一般包括哪些内容？
- 21
如果要提升相关度，你会怎么做？
- 22
如果要优化回答效果，有哪些思路？
- 23
如果设计一个数据处理场景，比如有一千条数据需要求和，你会如何设计处理流程？
- 24
RAG 的性能如何提升？
- 25
当前的上下文是如何处理的？ #发面经攒人品#