阿里巴巴 · 淘天
AI 应用开发一面面经
完整信息
本篇目录
继续来分享下最近的面经~欢迎友好讨论，信息共享
- 项目拷打
- 训练数据是怎么构建的，大概有多少量；测试集如何构建
- lm和这个项目是如何嵌入的
- rag项目的springboot框架的版本
- 项目中遇到问题解决问题的能力
- 主要提到一个项目中用的ai大模型
- 用llm技术重构系统
- 多轮对话相关存储 记忆 解决方案 这个问了好多
- rag怎么设计的
- Attention本质是什么？从向量空间变换角度解释
- 多轮对话中Attention如何导致历史信息衰减？
- RAG的chunk优化策略有哪些？怎么评估检索相关性
- 多工具调度模块如何解决冲突检测？
- 工具调用超时后的降级方案设计
- Prompt优化模块的A/B测试方案
- 为什么你在项目中选择用 Qwen 的模型而不用内部模型；文本检索时有 embedding 初步排序和重排两种模型可选，为什么选择 Rerank 方式做重排，而非其他重排方式
本篇目录
当前问题0115
- 01
训练数据是怎么构建的，大概有多少量；测试集如何构建
- 02
lm和这个项目是如何嵌入的
- 03
rag项目的springboot框架的版本
- 04
项目中遇到问题解决问题的能力
- 05
主要提到一个项目中用的ai大模型
- 06
用llm技术重构系统
- 07
多轮对话相关存储 记忆 解决方案 这个问了好多
- 08
rag怎么设计的
- 09
Attention本质是什么？从向量空间变换角度解释
- 10
多轮对话中Attention如何导致历史信息衰减？
- 11
RAG的chunk优化策略有哪些？怎么评估检索相关性
- 12
多工具调度模块如何解决冲突检测？
- 13
工具调用超时后的降级方案设计
- 14
Prompt优化模块的A/B测试方案
- 15
为什么你在项目中选择用 Qwen 的模型而不用内部模型；文本检索时有 embedding 初步排序和重排两种模型可选，为什么选择 Rerank 方式做重排，而非其他重排方式