阿里 AI Agent应用开发二面 1h

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？