也大大小小面了很多内部正在搞AI的公司，给大家分享一下我的面试题库！ 第一章：RAG 系统 Q1: 请解释 RAG 的工作原理。与直接对 LLM 进行微调相比，RAG 主要解决了什么问题？ RAG（Retrieval-Augmented Generation）的核心是"检索+生成"两阶段：先从外部知识库中检索与用户问题相关的文档片段，再将这些片段作为上下文拼入 prompt，让 LLM 基于检索到的信息生成回答。相比微调，RAG 的优势在于： ①知识可实时更新，不需要重新训练模型； ②可追溯来源，减少幻觉且便于审计； ③成本低，不需要 GPU 资源做训练； ④领域迁移方便，...

是简历有问题吗

哎，不知道要什么简历才能得到一个面试😭

第 37 题：世界模型（World Model）在 Agent 中的作用 题目 什么是世界模型（World Model）？在 Agent 中的作用是什么？ 一、什么是世界模型？ 世界模型（World Model） 指对环境与自身行为后果的内部表示或预测模型：即“若我执行动作 A，环境会如何变化、会观察到什么”。它使 Agent 能在不真实执行的情况下，在内心“推演”可能的结果，从而支持规划、反事实推理与样本高效学习。 在经典控制与 RL 中，世界模型常指状态转移与奖励的预测模型（如学一个 ）；在 LLM Agent 语境下，可泛化为：用模型（含 LLM）预测或模拟“某动作会导致什么观察/状态”...