Ai agent开发二面 快手面经
面试很难,还是要多多练习,攒人品中!
1、做RAG项目的时候,是怎么评测效果的?有哪些评测维度,具体用到了哪些指标?
2、项目里的数据集包含什么内容,数据来源、数据格式是怎样的?
3、如果让对RAG的相关度和回答效果做优化,有什么思路?有没有更体系化的优化方案?
4、有一千条数据,需要做求和处理,这种数据处理场景怎么设计实现?
5、RAG的性能怎么提升,有没有实际的优化思路(工程层面或算法层面)?
6、项目里的上下文是怎么处理的?上下文过长、冗余等问题有什么优化方向?
7、Agent的长记忆和短记忆之间,怎么做到协同工作的?两者的衔接逻辑是什么?
8、有什么思路能让自己做的Agent更智能?
手撕代码
全排列
1、做RAG项目的时候,是怎么评测效果的?有哪些评测维度,具体用到了哪些指标?
2、项目里的数据集包含什么内容,数据来源、数据格式是怎样的?
3、如果让对RAG的相关度和回答效果做优化,有什么思路?有没有更体系化的优化方案?
4、有一千条数据,需要做求和处理,这种数据处理场景怎么设计实现?
5、RAG的性能怎么提升,有没有实际的优化思路(工程层面或算法层面)?
6、项目里的上下文是怎么处理的?上下文过长、冗余等问题有什么优化方向?
7、Agent的长记忆和短记忆之间,怎么做到协同工作的?两者的衔接逻辑是什么?
8、有什么思路能让自己做的Agent更智能?
手撕代码
全排列
全部评论
一千条数据做求和处理是啥意思
接好运
感谢分享面经,立马补了一波知识。看哥们之前帖子还在秋招,今年开始找实习了哈哈
相关推荐
查看10道真题和解析 点赞 评论 收藏
分享