阿里巴巴 · 淘天

AI 应用开发一面面经

完整信息

17 条问法 · 19 道题

本篇目录
1.请做一段简单的自我介绍。 2.做多模态Embedding任务时,如何平衡文本语义与图像视觉特征的相似度计算权重,若用户检索图纸特定参数却召回大量外观相似零件图,问题根源是什么,同时Ragas指标中Context Precision过低该如何优化? 3.你的向量记忆库采用何种去重方案,用户重复表述同一内容时会重复存储还是语义合并,基于MCP接入多测评工具且同问题返回格式不统一时该如何处理? 4.面对用户模糊含糊的提问,Agent会直接检索知识库还是先反问用户确认需求? 5.当Agent调用工具出现报错时,该怎样设计提示词引导模型利用报错信息自主重试,而非直接将错误返回给用户? 6.长对话上下文处理中,除文本截断外,请列举并说明多种更高效的上下文压缩方案。 7.多Agent系统中,依靠LLM充当路由分发任务与依靠固定规则分发任务,二者分别具备哪些优势与劣势? 8.基于Milvus数据库,如何完成BM25检索与向量检索的分数归一对齐操作? 9.需要限定检索某一时间节点之后的数据时,向量数据库该如何高效实现标量条件过滤? 10.是否了解LoRA微调技术,训练LoRA过程中两个核心参数矩阵分别采用怎样的初始化方式? 11.请详细阐述QLoRA算法的核心设计思想与关键原理。 12.针对逻辑推理类任务做LoRA微调,对比普通对话任务,LoRA秩的取值应该偏大还是偏小并说明原因? 13.模型推理部署阶段,为消除LoRA分支带来的推理额外延迟,是否会执行权重Merge操作? 14.垂直领域指令微调后模型通用能力出现退化下降,有哪些可行的解决与改善办法? 16.对比PPO算法,DPO训练无需在线采样生成回答的核心原因是什么,标准DPO训练的数据格式包含哪些内容? 17.高并发场景下同时调用10个不同Embedding接口,asyncio.gather相较于多线程方案在系统资源消耗层面具备哪些具体优势? 18.请手写代码实现合并K个升序链表的算法题解法。 📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
本篇目录
  1. 01
  2. 02
    做多模态Embedding任务时,如何平衡文本语义与图像视觉特征的相似度计算权重,若用户检索图纸特定参数却召回大量外观相似零件图,问题根源是什么,同时Ragas指标中Context Precision过低该如何优化?
  3. 03
  4. 04
  5. 05
    当Agent调用工具出现报错时,该怎样设计提示词引导模型利用报错信息自主重试,而非直接将错误返回给用户?
  6. 06
  7. 07
    多Agent系统中,依靠LLM充当路由分发任务与依靠固定规则分发任务,二者分别具备哪些优势与劣势?
  8. 08
  9. 09
    需要限定检索某一时间节点之后的数据时,向量数据库该如何高效实现标量条件过滤?
  10. 10
    是否了解LoRA微调技术,训练LoRA过程中两个核心参数矩阵分别采用怎样的初始化方式?
  11. 11
  12. 12
    针对逻辑推理类任务做LoRA微调,对比普通对话任务,LoRA秩的取值应该偏大还是偏小并说明原因?
  13. 13
    模型推理部署阶段,为消除LoRA分支带来的推理额外延迟,是否会执行权重Merge操作?
  14. 14
    垂直领域指令微调后模型通用能力出现退化下降,有哪些可行的解决与改善办法?
  15. 15
    对比PPO算法,DPO训练无需在线采样生成回答的核心原因是什么,标准DPO训练的数据格式包含哪些内容?
  16. 16
    高并发场景下同时调用10个不同Embedding接口,asyncio.gather相较于多线程方案在系统资源消耗层面具备哪些具体优势?
  17. 17

同作者面经

展开其余 46 篇收起其余 46 篇

相关公司