快手AI agent实习一面面经分享

继续来分享下最近的面经~欢迎友好讨论，信息共享
RAG 架构与检索流程
1、为什么引入父子索引?
2、为什么在检索阶段引入BM25?
(追问)BM25和向量检索是怎样组合的?比例是如何设置的?
(追问)整体检索流程是怎样的?从query 到最 终上下文的完整流程是什么?
(追问)检索阶段有没有做rerank?使用的是什 么方式?
Rerank 与检索结果处理
1、rerank后一般返回几个块?
(追问)为什么选择这个数量?有没有做过验证?
2、rerank后的topK截断是怎么做的?
(追问)为什么是这个值?有没有尝试过其他策略?
(追问)如果上下文长度不够或过长,你是怎么处理的?
上下文工程与记忆机制
1、讲一下上下文工程是怎么设计的。
(追问)上下文拼接的结构是怎样的?
(追问)如何避免上下文过长导致模型性能下降?
2、记忆机制是怎么做的?
(追问)短期记忆和长期记忆是如何区分和存储 的?
(追问)记忆更新策略是什么?
Agent设计与工具调用
1、Function Calling 是怎么设计的?
2、Agent的任务规划是怎么做的?
(追问)规划是由模型完成还是通过规则实现?
(追问)多工具调用时如何决定调用顺序?
(追问)如果工具调用失败如何处理?