27实习 AI应用开发一面 蚂蚁

发点面经攒攒人品~
1.论文拷打
2.拷打实习
3.拷打第一个项目:MinerU解析出的结果是Markdown,相比纯文本,Markdown的层级结构对检索有什么好处?在你的流程中,VLM是在检索阶段参与,还是只在最后生成答案时参与?Ragas评测中,如果Faithfulness得分低,说明模型出现了什么问题?
4.拷打第二个项目:在LangGraph中,Node和Edge分别代表业务流中的什么?长短期记忆在实现上有什么区别?短期记忆通常存在哪里?Agent是如何识别并选择正确工具的?是基于工具的名称还是功能描述?
5.讲一下向量检索和关键词检索各自的优缺点
6.为什么RAG比直接问大模型更能减少事实性错误?
7.如果原始文档被修改了,如何保证向量数据库里的索引同步更新?
8.什么是Query Rewrite?能解决用户提问中的什么问题?
9.Temperature参数调高和调低,分别会对模型的输出产生什么影响?
10.讲讲CoT的原理?为什么它能让模型处理复杂任务?
11.在Agent执行任务时,Thought、Action和Observation三者如何循环?
12.当对话长度超过模型上下文窗口时,处理方法有哪些?
13.模型在进行工具调用时,输出的是直接的结果,还是一个包含参数的 JSON 字符串?
14.系统提示词和用户提示词在Agent约束力上有什么区别?
15.讲一下什么是HNSW索引?为什么比暴力搜索快?
16.讨论了一下OpenClaw
17.在开发Agent应用时,你怎么判断一个任务该用7B的小模型还是70B的大模型?
18.如果你发现Agent总是重复执行同一个错误的工具调用,你从哪个环节修复?
全部评论

相关推荐

1️⃣一面(Code Agent 代码生成方向)1. 工程级Code Agent在处理项目上下文、生成代码时会遇到哪些核心挑战?2. 当前主流Agent框架在技术演进上有哪些关键改进方向?3. 如何系统性保障AI生成代码的质量、安全性与可控性?4. 有哪些有效手段可以验证AI生成代码的正确性?5. AI代码生成完成后,是否可以直接上线?还需要经过哪些关键环节的校验与治理?6. AI生成代码的技术在哪些场景下更具落地价值?又存在哪些应用边界?2️⃣二面(Agent应用开发方向)1. 2026年的Agent应用开发,相比往年在技术范式与落地模式上有哪些显著变化?2. 你当前参与的Agent应用开发项目采用的是哪种架构?是否接触过HANAS这类新兴模式?3. 在渐进式披露的架构设计下,是否还需要依赖RAG能力?二者的关系是什么?4. 你开发的Agent应用解决了哪些传统方式难以处理的核心问题?5. 请介绍一下你在Github上参与贡献的开源项目,以及你在其中承担的工作。6. 当初你是如何参与到这个开源项目中的?7. 在Agent开发中,上下文工程最关键的工作是什么?8. 你是否了解Cloud、Open Cloud这类主流Agent框架?它们的核心实现逻辑是什么?9. 你在Agent开发项目中遇到过最棘手的技术难题是什么?10. 你是如何定位并解决这些难题的?这次经历带来了哪些技术沉淀?11. 你后续的职业规划中,更倾向于什么样的岗位和业务方向?12. 你在校的学业水平处于什么水平?身边同学的求职与学习情况如何?13. 你更倾向于在哪个城市工作?为什么?📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
点赞 评论 收藏
分享
评论
点赞
8
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务