一面面经

#牛客AI配图神器#
一、实习内容
二、项目

1. 如果遇到工具调用失败或物理资源不满足的情况，agent会有一些兜底机制吗，例如重试、兜底、熔断，如果没有，需要设计的话会怎么设计？
2. 正常来说，一个query进了RAG之后，整体的工作流程是怎样的？
3. 在做改写跟扩写的时候，如果是多轮的对话，改写跟扩写有什么机制吗？
4. 会把上下文都会传给这个改写的大模型节点吗？
5. 如果只是单纯的做滑动窗口，当时为什么没有考虑做上下文压缩？
6. 如果想要优化上下文压缩，觉得是前面前置轮次更重要还是后置轮次更重要？
7. 记忆分层中，长期记忆跟短期记忆在agent中具体扮演什么功能？

三、场景题相关问题

1. 为金融客服场景设计一个RAG和加Agent的系统，从成本和性能综合考虑如何选择资源，例如模型选型、硬件资源，是否需要做一些后训练？
2. 大语言模型的选型一般会怎么选，如果在金融业务场景里的话？
3. 上线的agent服务在突然有一天关键业务用例开始返回错误答案，甚至可能影响线上服务，作为agent的负责人，会怎么定位问题，如何保障系统不受影响？
4. 一般情况下什么操作会导致召回的东西有问题？
5. 在真实业务当中，agent由开发或研发同学设计维护，业务基础知识由产品经理甚至产品运维维护，会如何考虑这种分工来保证不出召回问题？

手撕：买卖股票1，2
#27届求职交流##暑期实习#