阿里巴巴

AI Agent 应用开发二面面经

完整信息

15 条问法 · 21 道题

本篇目录
整体面试还是不错的,但是没后续了,不知道是哪里出了问题 1.实习拷打 2.拷打第一个项目:项目里如何解决图文模态对齐问题?如果图纸在文本中没有描述,模型如何通过视觉特征召回?Milvus中使用了哪种索引算法?针对术语的语义偏移,除了混合检索,有没有试过对Embedding模型进行微调或使用Adapter? 3.拷打第二个项目:如果外部测评工具返回的原始数据格式与LLM预期不符,如何实现自动化映射?当向量库检索出的长期画像与当前会话状态有冲突时,你的系统如何应对?如何防止模型回复过度依赖检索内容而变得生硬,影响共情? 4.相比于CoT,ReAct在模型与外部环境交互时解决了什么问题? 5.讲一下大模型进行Function Call的具体流程?如何将语义转化为结构化参数的? 6.在开发中,你怎么判断任务该用Workflow还是自主决策的Agent? 7.讲一下Agent的长短期记忆,在长对话中如何实现上下文的动态压缩和遗忘? 8.在Agent系统中,RAG检索到的外部知识是如何喂给模型并防止干扰的? 9.什么是Rerank?在检索链路中它对Agent的决策准确性有什么影响? 10.当单Agent面对长任务时,引入Multi Agent的优势是什么? 11.Multi Agent中,Router节点是如何决定任务该分发给哪个子Agent的? 12.什么是Human-in-the-loop?在Agent系统中如何设计人工审批断点? 13.如何量化评估一个Agent系统的好坏? 14.除了生成质量,还应该关注哪些维度的指标? 15.对于Agent多步推理带来的延迟问题,有哪些优化方法? 16.随着大模型上下文窗口的扩大,你认为RAG会被完全取代吗?
本篇目录
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
  7. 07
  8. 08
  9. 09
  10. 10
  11. 11
  12. 12
  13. 13
  14. 14
  15. 15

同作者面经

相关公司