RAG 已经能搜 PDF,为什么视频不能直接入库?
视频文件能上传,不等于内容能检索。先把声音与画面变成可搜索、可定位、可核验的证据片段。
9 分钟阅读 · 30 秒回答 · 4 个连续追问
吴师兄大模型 · 项目面试题
围绕 RAG、Deep Research 与 Agent 三类实战项目,把完整工程链路、技术取舍、失败排查和验证方法讲清楚,再练到能够接住连续追问。
视频文件能上传,不等于内容能检索。先把声音与画面变成可搜索、可定位、可核验的证据片段。
9 分钟阅读 · 30 秒回答 · 4 个连续追问
统一的应该是下游数据结构,不是上游解析方法。格式路由做错,后面的 Embedding 只会索引错误内容。
8 分钟阅读 · 30 秒回答 · 4 个连续追问
OCR 读出字只是起点;阅读顺序、表格结构、坐标映射和失败页隔离共同决定入库质量。
9 分钟阅读 · 30 秒回答 · 4 个连续追问
文字都提取出来仍可能是错的。RAG 需要的是结构正确的内容,而不是字数最多的一段文本。
9 分钟阅读 · 30 秒回答 · 4 个连续追问
开源解析器是基线,不是质量承诺。先识别失败类型,再决定专用模型、规则修复或人工队列。
8 分钟阅读 · 30 秒回答 · 4 个连续追问
接口返回 200 只说明程序没崩。解析是否可用,要看内容能否被正确检索、理解和回到原文。
8 分钟阅读 · 30 秒回答 · 4 个连续追问
切分目标不是让每块一样长,而是让检索命中一个能独立回答问题的最小语义单元。
8 分钟阅读 · 30 秒回答 · 4 个连续追问
参数不是背出来的。文档结构、问题粒度、Embedding 上限和上下文预算共同决定 Chunk 与 Overlap。
10 分钟阅读 · 30 秒回答 · 4 个连续追问
特殊内容不是一律“不可切”。关键是先保住结构,再在超限时按可解释的逻辑单元拆分。
8 分钟阅读 · 30 秒回答 · 4 个连续追问
正文负责语义检索,metadata 负责边界、过滤和追溯。两者缺一,RAG 都难以稳定上线。
7 分钟阅读 · 30 秒回答 · 4 个连续追问
幂等不是“文件名相同就跳过”。要区分内容稳定 ID、旧版本清理和批量写入的部分失败。
8 分钟阅读 · 30 秒回答 · 4 个连续追问
按面试官的追问顺序,拆解关键词检索、语义检索、融合、重排、故障排查和效果验证。
24 分钟阅读 · 30 秒回答 · 4 个连续追问
一个是词面相关度,一个是向量相似度。直接相加看似简单,实际先要解决分数是否可比。
10 分钟阅读 · 30 秒回答 · 4 个连续追问
Rerank 负责把候选排对,不负责从全库找回遗漏证据。它更精细,也因此更昂贵。
9 分钟阅读 · 30 秒回答 · 4 个连续追问
Query 优化不是统一加一道 LLM 调用。不同方法解决不同失败类型,也可能改错用户原意。
9 分钟阅读 · 30 秒回答 · 4 个连续追问
榜单只能筛候选,真实知识库的 Query、Chunk 和资源约束才决定最终模型。
10 分钟阅读 · 30 秒回答 · 4 个连续追问
不要一看到错误答案就改 Prompt。先确认正确证据有没有入库、有没有召回、有没有排到前面。
9 分钟阅读 · 30 秒回答 · 4 个连续追问
向量库总能返回最接近的片段。系统还要判断这些片段是否真的足以回答。
8 分钟阅读 · 30 秒回答 · 4 个连续追问
引用不是答案末尾多一个文件名。它必须能证明具体陈述,并能回到正确页码或片段。
9 分钟阅读 · 30 秒回答 · 4 个连续追问
把全部历史塞给检索器并不能自动解决多轮问题。先要把当前追问恢复成可独立检索的问题。
8 分钟阅读 · 30 秒回答 · 4 个连续追问
记忆不是把所有聊天记录永久塞进 Prompt,而是选择当前回答真正需要的历史信息。
10 分钟阅读 · 30 秒回答 · 4 个连续追问
只有问题和答案不够。没有正确证据位置,就无法判断到底是检索错了还是生成错了。
9 分钟阅读 · 30 秒回答 · 4 个连续追问
RAG 是一条链路。指标也必须分层,否则最终分数下降时仍然不知道该修哪一段。
10 分钟阅读 · 30 秒回答 · 4 个连续追问
性能优化的第一步不是上缓存,而是把首字前发生的每个阶段单独计时,找出最长的那一段。
9 分钟阅读 · 30 秒回答 · 4 个连续追问
能跑通 Demo 只证明主链路存在。可上线还要处理状态、隔离、重试、观测、降级和回归。
10 分钟阅读 · 30 秒回答 · 4 个连续追问
Deep Research 不是默认链路。先判断任务最低需要哪一级能力,再用路由评测集验证质量、等待时间和工具代价。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
问题拆解不是列报告目录,而是为每项研究主张定义动作、证据和完成条件,并根据新证据增量调整计划。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
最大步数只能防止程序失控。真正的停止机制要区分研究完成、无进展、风险中止和预算耗尽。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
引用不是报告末尾的链接列表。每个关键结论都要绑定原文、位置和适用条件,来源冲突先对齐口径再表达。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
ReAct 的循环适合短任务。长程研究的问题来自原始 Observation 持续累积、状态不清和错误沿轨迹传播。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
演进报告是驱动下一轮研究的受控状态,不是只追求简短和通顺的对话摘要。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
ReSum 用可控的信息损失换取长任务继续执行,质量关键在保护状态、保存证据和支持回滚。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
并行研究的关键不是多开 Agent,而是只并行无依赖单元,并控制尾部任务、共享工具与综合成本。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
工具路由要根据当前证据缺口选择能力,并由程序检查前置条件、权限、参数和重复动作。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
JSON Schema 能提高结构稳定性,但业务语义、当前状态、权限和副作用仍需程序校验。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
工具容错的目标不是永远返回文本,而是在失败时仍保持证据标准、状态可恢复和边界清楚。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
缓存命中只说明旧结果可复用候选,不代表它仍满足当前任务的时间、权限和证据要求。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
种子问题决定后续轨迹与训练分布,任何来源都要经过证据、合规、去重和难度验收。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
复杂问答的难度来自不可省略的证据路径,而不是题目更长;每次变换后都要独立求解并重新验收。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
Teacher 只生成候选轨迹,工具观察、行动进展、证据答案与数据分布都要独立验证。
17 分钟阅读 · 30 秒回答 · 4 个连续追问
工具返回要作为上下文被模型看见,但不能成为模型的生成目标;Mask 必须在真实模板和 token 边界上验证。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
格式稳定只说明冷启动开始生效,工具选择、证据利用和答案完整度仍需独立评测与补数。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
工具偏置来自状态与动作边界失真,不能靠各工具数量相等解决,也不能预先承诺调比例后的收益。
17 分钟阅读 · 30 秒回答 · 4 个连续追问
CPT 注入行动偏置,SFT 建立可执行起点,GRPO 优化环境策略;是否进入每一阶段必须由能力缺口和验收证据决定。
17 分钟阅读 · 30 秒回答 · 4 个连续追问
GRPO 用同组 reward 统计替代可学习 value model,但学习质量完全依赖组内可比、reward 与环境可信。
17 分钟阅读 · 30 秒回答 · 4 个连续追问
没有 final answer 只说明未完成;策略错误、环境失败、预算耗尽与技术截断必须分别处理。
17 分钟阅读 · 30 秒回答 · 4 个连续追问
长任务需要把客户端连接、任务生命周期和模型工具资源解耦,并用持久化状态机管理恢复。
17 分钟阅读 · 30 秒回答 · 4 个连续追问
成本必须落到任务、步骤、模型、工具、重试与结果质量,在线估算和真实账单也要分开。
17 分钟阅读 · 30 秒回答 · 4 个连续追问
最终答案和研究过程是两条独立证据,需要分层评估、共同归因,并防止效率与可读性掩盖事实错误。
17 分钟阅读 · 30 秒回答 · 4 个连续追问
Judge 分数只表示符合当前评估器,必须用规则、换位、多 Judge、人工和独立 holdout 校准。
18 分钟阅读 · 30 秒回答 · 4 个连续追问
是否使用 Agent,不取决于技术是否热门,而取决于任务是否需要在不确定环境中多步决策,以及系统能否约束它的权限、成本和停止条件。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
生产级规划不是把一切交给模型,也不是把所有路径写死,而是用代码固定边界和主干,只开放能够验证、能够回退的局部决策。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
ReAct 的关键不是让模型多思考几轮,而是用业务完成条件、失败条件、预算和重复检测约束循环,并为无法完成的任务准备安全出口。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
LLM 生成的是候选计划,不是可直接执行的授权。计划必须先验证结构、依赖、工具、权限、预算和完成条件,环境变化后只重规划受影响部分。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
有效反思不是让同一个模型重复评价自己,而是用独立证据判断结果缺口,并把修复范围、次数和出口约束成可回放流程。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
StateGraph 不是把多个模型节点连起来,而是把状态、处理责任、条件路由和失败出口显式化。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
可靠恢复需要一致快照、幂等副作用和审批协议共同工作,而不是只保存聊天记录。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
模型只提出工具调用意图,宿主程序校验并执行,再把结果回传给模型继续决策。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
Schema 帮模型理解工具,Registry 管理执行器和策略,网关负责真实校验、执行与审计。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
大工具集先按身份和任务过滤,再召回与重排小候选集,最终由网关重新授权和执行。
14 分钟阅读 · 30 秒回答 · 4 个连续追问
工具不报错不代表任务完成,协议、真实执行和业务目标必须分别判断并记录证据。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
工具超时先识别错误、副作用和剩余预算,再选择有限重试、兼容降级或安全停止。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
模型只能建议写操作,真实执行必须经过权限、确认、幂等状态机和完整审计。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
Function Calling 表达模型调用意图,MCP 标准化 Host 到外部工具的发现、连接与结果传输。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
工作记忆服务当前推理,任务状态保证长任务连续,长期记忆只保存未来仍值得复用的信息。
15 分钟阅读 · 30 秒回答 · 4 个连续追问
长期记忆不是自动保存对话,而是一条带授权、来源、版本、权限和删除能力的数据生命周期。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
先过滤不能用的记忆,再用相关性、时间性、重要性和来源选择真正值得进入上下文的少量内容。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
关系库保存事实和生命周期,向量库只做语义索引,对象存储放大工件,缓存不承担真相。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
先用单 Agent 建立失败基线,只有拆分能带来可验证的专业化、隔离或并行时才引入多 Agent。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
固定依赖交给图,运行时未知分支才交给 Supervisor,多数可靠方案是外层 Pipeline 加局部动态监督。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
先解析业务口径并构造最小连通 Schema,无法唯一确定指标、时间或范围时再做最小澄清。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
模型只生成不可信查询计划,系统用 AST、权限、资源、隔离执行和结果审查决定能否运行。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
源码检查只减少误用,真正安全边界是短生命周期执行环境、最小权限、网络文件隔离和资源限制。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
Trace 还原任务事实链,Replay 复现和验证修复,最终从用户失败定位到最早错误步骤。
16 分钟阅读 · 30 秒回答 · 4 个连续追问
结果证明事情做成,轨迹证明过程可靠,成本证明方案值得,安全与关键事实不能被综合分抵消。
16 分钟阅读 · 30 秒回答 · 4 个连续追问