03-24 09:35 门头沟学院 人工智能
关注
百度AI Agent开发一面-日常实习
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.项目中实际 QPS、延迟、数据规模是多少？瓶颈在哪，怎么解决的？
3.讲一个你做过的技术选型，为什么选它？有没有更优方案？
4.设计一个支持多轮对话+工具调用的 Agent，整体架构怎么拆？
5.Prompt 如何设计才能降低 hallucination？有哪些工程手段？
6.多轮对话中上下文过长怎么处理？裁剪策略有哪些？
7.Agent 调多个工具时，如何做调度、重试和兜底？
8.function calling / tool calling 的实现原理是什么？
9.一条 query 在 RAG 系统中的完整链路是怎样的？
10.BM25 和向量召回各自优缺点？线上如何融合？
11.embedding 模型选型时要考虑哪些指标？
12.query rewrite / 多 query 扩展的原理是什么？有什么风险？
13.rerank 模型为什么必要？一般放在哪一层？
14.HNSW 的核心结构是什么？为什么查询效率高？
15.IVF、PQ、HNSW 的区别和适用场景？
16.向量索引如何支持高并发查询和在线更新？
17.embedding 维度过高会带来什么问题？如何优化？
18.文档 chunk 如何切分？长度和重叠怎么设计？
19.如何解决 chunk 切分带来的语义断裂问题？
20.知识库如何做增量更新并保证一致性？
21.多模态数据（图文/表格）如何统一建索引？
1.项目拷打
2.项目中实际 QPS、延迟、数据规模是多少？瓶颈在哪，怎么解决的？
3.讲一个你做过的技术选型，为什么选它？有没有更优方案？
4.设计一个支持多轮对话+工具调用的 Agent，整体架构怎么拆？
5.Prompt 如何设计才能降低 hallucination？有哪些工程手段？
6.多轮对话中上下文过长怎么处理？裁剪策略有哪些？
7.Agent 调多个工具时，如何做调度、重试和兜底？
8.function calling / tool calling 的实现原理是什么？
9.一条 query 在 RAG 系统中的完整链路是怎样的？
10.BM25 和向量召回各自优缺点？线上如何融合？
11.embedding 模型选型时要考虑哪些指标？
12.query rewrite / 多 query 扩展的原理是什么？有什么风险？
13.rerank 模型为什么必要？一般放在哪一层？
14.HNSW 的核心结构是什么？为什么查询效率高？
15.IVF、PQ、HNSW 的区别和适用场景？
16.向量索引如何支持高并发查询和在线更新？
17.embedding 维度过高会带来什么问题？如何优化？
18.文档 chunk 如何切分？长度和重叠怎么设计？
19.如何解决 chunk 切分带来的语义断裂问题？
20.知识库如何做增量更新并保证一致性？
21.多模态数据（图文/表格）如何统一建索引？
全部评论
联贝贝
上海交通大学 算法工程师
强烈推荐！这个笔记写得很清晰 http://github.com/AccumulateMore/CV
相关推荐
点赞 评论 收藏
分享
查看5道真题和解析