职位题库

AI全栈开发面试题库

面向AI全栈开发相关面试,围绕RAG、版本管理、元数据、元数据过滤、时间范围查询等主题展开练习,结合题目考察点、回答思路、参考答案和常见误区,梳理知识要点并练习清晰表达。

5 道题目建议用时 15 分钟专项面试练习

全部题目 5 道题

01

你在上段实习中,学了点什么,怎么就呆了俩月?

考察候选人实习经历的收获、离职原因、职业稳定性以及自我反思能力。
02

大模型应用中的召回率从 78% 提升到 89%,你会如何确认改动确实有效?

考察候选人对检索增强生成(RAG)系统评估方法的理解,包括评估集构建、指标选择、误差分析和线上线下一致性验证。
03

召回率和准确率之间发生冲突时,应该怎样处理?

考察候选人对召回率与准确率权衡的理解,以及在不同业务场景下的策略选择能力。
04

用户明确要求只查询某个时间范围,系统怎样避免召回范围之外的数据?

考察候选人如何将用户的时间范围条件转化为检索和数据库查询条件,并确保模型回答时不越界。
05

召回结果中存在旧版本和新版本内容时,如何确定最终依据?

考察候选人对文档版本管理的理解,包括元数据设计、检索过滤、版本更新处理和回答时的版本说明。
返回面试题库