DEPlatform

八股总结

按知识域整理：每个域先讲概念，再列由它引出的面试问题

🔍

全部面试问题

共 150 题
  1. 1如何根据文档内容长度和上下文连贯性来调整chunk的大小和overlap？
  2. 2在中文/行业术语场景中，如何选择合适的embedding模型？
  3. 3向量检索在召回结果中可能存在哪些问题？
  4. 4混合检索中，如何融合向量检索和关键词检索的结果？
  5. 5为什么需要rerank？rerank的常见模型有哪些？
  6. 6如何评估RAG的性能？常见的评估指标有哪些？
  7. 7在检索优化中，如何通过query rewrite来提高召回率？
  8. 8在重排序优化中，如何通过reranker来提高排序的准确性？
  9. 9在生成优化中，如何设计不同类型问题的Prompt模板？
  10. 10Skill.md文件在Agent Skill中扮演什么角色？
  11. 11Name字段在Skill.md文件中有什么规范？为什么需要这些规范？
  12. 12Description字段在Skill.md文件中应该如何编写？
  13. 13如何组织scripts、reference和assets文件夹中的内容？
  14. 14Agent Skill的加载过程是怎样的？
  15. 15当Agent接收到用户的具体意图时，它是如何确定使用哪个Skill的？
  16. 16在执行Skill时，如何处理脚本和参考文档的调用？
  17. 17为什么脚本代码不会被AI读取？这样做有什么好处？
  18. 18如何避免在执行Skill时出现上下文膨胀的问题？
  19. 19Skill 和 Prompt 的区别
  20. 20Agent 一般怎么判断任务结束？
1 / 8