百度搜索 Ai agent一面 面没招了

攒人品中，祝大家都能拿到满意的Offer！
1.实习拷打
2.工业 PDF 解析中，复杂版面（多栏、表格、图文混排）如何做版面理解并还原结构？
3.OCR 结果有噪声或错误时，你是怎么做纠错或提升解析质量的？
4.多模态检索中，图像和文本向量不在同一空间时，如何实现对齐？
5.Agent 中长短期记忆如何设计？各自存什么，怎么触发读取？
6.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？
7.用户情绪异常（投诉、愤怒）时，Agent 如何在不中断主流程的情况下进行干预？
8.长文档为什么一定要切 chunk 再做向量化？不切会有什么问题？
9.chunk 切分时为什么要有重叠区域？比例一般怎么确定？
10.稠密向量和稀疏向量的区别是什么？各自适合什么场景？
11.是否做过关键词召回和向量召回的融合？具体怎么做的？
12.向量检索中 Top-K 设置过大或过小分别会带来什么问题？
13.余弦相似度和欧氏距离在高维空间中的差异是什么？实际怎么选？
14.为什么需要 rerank 模型？它解决了向量召回的哪些问题？
15.rerank 之后的截断策略是怎么设计的？为什么选这个 K 值？
16.文档发生局部更新时，如何做增量索引而不是全量重建？
17.RAG 中如果没有召回到相关知识，如何约束模型避免胡编？
18.HyDE 在 query 模糊时是如何提升召回效果的？
19.超长上下文模型出现后，RAG 架构的必要性是否会下降？