千问rag团队急招

纠结死了！百度这次开了七大专项，文心大模型、Apollo、飞桨这些都是核心 AI 岗，每个都想去。有没有懂行的学长学姐？这几个方向的培养路径、实习留用率差别大吗？想选个性价比高、发展好的方向冲，求给点建议

非常入门级的项目，适合出入AI的小白跟做 一、这个项目能做什么？ 你输入一个 GitHub 仓库的 URL，系统会：  用 gitingest 把整个仓库转成 Markdown 文本 用 LlamaIndex 对文本做向量化索引（Embedding + VectorStore） 用本地 Ollama 模型回答你关于这个仓库的任何问题  比如你可以问：  "这个项目的核心架构是什么？" "main.py 里的 process 函数做了什么？" "这个项目用了哪些依赖？"  二、技术栈一览    组件 工具 作用     前端 Strea...

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目拷打2.针对具体业务场景，怎么训练agent调用工具，奖励函数怎么设计和优化的3.怎么优化RL训练agent调用工具的数据，数据配比策略是怎样的4.训练agent调用工具，以react框架为例，plan是什么，提示怎么设计，Obersevation是什么？Action是什么？每一块的输入输出都是什么？长什么样的？5.介绍一下trl/verl架构，有哪些类，主要参数，针对具体任务出现的一些具体情况怎么调参6.用verl训agent调用搜索工具为例，讲一下每一类大致怎么设计，什么作用7.用过其他什么框架，讲了llama factory，swift.问了数据构造、格式

引言大部分人简历上写的 Agent 项目，技术链路是这样的：接收用户输入 → 调 LLM → 解析工具调用 → 执行工具 → 返回结果。这是 Agent 的"最小可用版本"，能跑通，但没有任何区分度——2026 年了，跟着任何一个教程都能搭出来。尤其 RAG 相关的大家已经觉得烂大街了，评论区也有同学吐槽真正让面试官觉得"这个人做过真东西"的，是那些教程里不会教、但生产中必须解决的进阶问题。以下逐个拆解。一、Agent Harness：Agent 不是一个模型调用，是一个运行时是什么：Agent Harness 是 Agent 的"执行骨架&q...