腾讯

AI应用开发一面面经

完整信息

16 条问法 · 14 道题

本篇目录
面试时间:7月25号 面试岗位:AI应用开发 面试问题: 1.什么时候该用 Prompt、RAG、微调、Workflow、Agent? 2.为什么很多项目不一开始就做微调? 3.为什么不是所有复杂任务都适合 Agent? 4.Workflow 和 Agent 的分界线是什么? 5.Token 和上下文窗口是什么?它们在工程上意味着什么? 6.1个汉字、1 个英文单词大概是多少 token,为什么不能死记一个固定值? 7.如果上下文被截断了,你会优先怎么处理? 8.大模型应用上线前你最关心哪些工程指标? 9.你怎么设计降级策略? 10.如果成本超预算,先优化哪一层? 11.样做 Prompt/模型/索引回滚? 12.什么是 Agentic RAG?它和“一次检索后直接生成”有什么区别? 13.什么情况下应该坚持固定 RAG,而不是升级成 Agentic RAG? 14.Agentic RAG 的收益通常体现在哪些 badcase 上? 15.如何防止多轮补检把延迟和成本拉得太高? 现在还没有消息,估计是凉了[牛泪] #发面经攒人品#
本篇目录
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
  7. 07
    6.1个汉字、1 个英文单词大概是多少 token,为什么不能死记一个固定值?
  8. 08
  9. 09
  10. 10
  11. 11
  12. 12
  13. 13
  14. 14
  15. 15
  16. 16

同作者面经

相关公司