全部题目

模型、RAG、Agent与工程面试题一网打尽，配套答案解析与延伸追问。

4534

如何理解 LLM 的世界模型或内在模拟能力，它对推理和规划有何意义？

模型基础与推理模型选型与能力边界

开放讨论

—

暂无面经 2 个题集来源

4537

构建高度个性化的 Agent 时，如何平衡效果、隐私和安全？

AI 应用工程与治理安全、权限与人工介入

方案设计

深入

暂无面经 2 个题集来源

4539

如果自由探索，你最想设计什么 Agent 来解决什么问题？

Agent 原理与系统Agent 应用架构与场景设计

开放讨论

—

暂无面经 2 个题集来源

4551

为文档块添加上下文标题或说明头，如何改善 RAG 检索？

RAG 与知识系统文档切分与元数据

原理机制

进阶

暂无面经 2 个题集来源

4578

Agent 无法继续任务时，如何设计求助与升级状态机？

Agent 原理与系统工作流、状态与执行恢复

系统设计

进阶

暂无面经 2 个题集来源

4579

Agent Workflow 如何保证节点原子性，并在部分成功后安全回滚？

Agent 原理与系统工作流、状态与执行恢复

系统设计

深入

1 篇面经 1 个题集来源

4584

Transformer 的 Token Embedding 层如何将 Token ID 转换为向量，有什么作用？

模型基础与推理模型架构与表示

原理机制

基础

暂无面经 2 个题集来源

4586

大模型增大词表规模有哪些收益与代价？

模型基础与推理Tokenizer 与位置编码

比较选型

进阶

暂无面经 2 个题集来源

4588

Self-Attention 在 Transformer 中起什么作用，为什么称为“自注意力”？

模型基础与推理Transformer 与注意力

原理机制

基础

暂无面经 2 个题集来源

4589

Transformer Encoder 的作用是什么？

模型基础与推理Transformer 与注意力

原理机制

基础

暂无面经 2 个题集来源