携程
大模型算法工程师一面面经
完整信息
本篇目录
1. 简单做一下自我介绍
2. 说说多个智能Agent之间是怎么协同工作的
3. 梳理RAG完整流程，并结合项目实践介绍
4. 区分context engineering和prompt engineering的不同之处
5. 解释召回率含义，同时说明它的计算方式
6. 在召回优化手段里，哪一类优化带来的提升最明显
7. 有哪些方法可以评估Agent输出内容的好坏
8. 优质样例和失败样例是否会回流补充知识库
9. Agent方案主要缩减了哪些流程的时间开销
10. 讲讲基于用户意图的路由模块是怎么运行的
11. 意图路由的效果如何，如果识别错误该怎么处理
12. 说明从用户自然输入到调用后端接口的完整链路
本篇目录
当前问题0112
- 01
简单做一下自我介绍
- 02
说说多个智能Agent之间是怎么协同工作的
- 03
梳理RAG完整流程，并结合项目实践介绍
- 04
区分context engineering和prompt engineering的不同之处
- 05
解释召回率含义，同时说明它的计算方式
- 06
在召回优化手段里，哪一类优化带来的提升最明显
- 07
有哪些方法可以评估Agent输出内容的好坏
- 08
优质样例和失败样例是否会回流补充知识库
- 09
Agent方案主要缩减了哪些流程的时间开销
- 10
讲讲基于用户意图的路由模块是怎么运行的
- 11
意图路由的效果如何，如果识别错误该怎么处理
- 12
说明从用户自然输入到调用后端接口的完整链路