AI 应用开发面经

攒人品中，祝大家都能拿到满意的Offer！

1. 实习拷打
2. 项目拷打
3. 请具体介绍这两个项目的工作流以及用到的技术栈。
4. 数据清洗涉及哪些步骤？这些步骤起到什么作用？
5. 微调数据集的结构是怎样的？
6. 微调有哪几种方法？它们有什么区别？
7. 对于各种文档，你们做了哪些处理方式？每种处理方式有什么优缺点？
8. 你们采用了子块和父文档关联的方式，这种方式在实际应用中的优点和缺点是什么？
9. 如果有一个具有多级标题（如1级、2级、3级）的文档，我想检索一个大类时能把其下所有子类内容都带出来，你会怎么设计？
10. 在构建知识库进行检索时，可以涉及哪些算法？为了提高召回率，多路召回会涉及哪些方法？
11. 在多路混合检索时，如何平衡不同检索方法之间的权重？
12. 知识库构建好后，如何评估它的效果和能力？具体指标如何衡量？
13. 在检索阶段，我们通过多种方法提高了召回率，召回了许多知识片段。在将这些片段提供给大模型时，我们是全部给模型吗？还是有什么方法可以提高模型的推理结果？
14. 在设计智能体时，你是如何选择不同类型的智能体的？智能体之间如何流转？它们的记忆如何管理？
15. 多智能体是如何编排的？智能体之间的流转状态是如何管理的？
16. 你们的实现没有依赖LangGraph这类框架，是基于什么考虑？
17. 在你的智能体规划场景中，如果涉及到需要用户确认的操作，你们是如何设计考虑的？
18. 项目中使用的MCP工具调用，主要也是用于查询和推荐数据吗？
19. MCP有哪几种协议？它们之间有什么区别？