今天面试了一个C9的agent应用方向
一只产品汪啊
2024-09-12 12:22:14
👍bg:浙大计算机系,一段大厂实习经历,一段AI六小龙的实习经历
📍抱怨已经没有了金九银十,有的只是焦虑,已经投递简历3个月,收到的面试邀约寥寥无几
👍结合了过去一年做的项目,主要有两个:
1、基于qwen大模型的智能问答机器人
2、kimi(月之暗面)-智能助手
👍从两个项目经历来看,能抓住面试官眼球,结合这两个项目,我主要是问了核心的几个问题
1、挑选一个你最熟悉或者你认为很有成就感的产品,展开介绍?
(由于候选人提到多轮对话和rag以及记忆问题,于是追问)
2、如何理解现在的多轮对话和传统的多轮对话之间的关系?你的产品设计怎么解决上下文记忆问题?
(大模型多轮对话的处理方式,传统智能客服解决多轮的方式)
3、rag很考验对数据源的处理,对文档的切片、分块,你们这个产品目前是如何处理的?【这个问题候选人给出的难点,并不是真正的难点,还缺少自己的思考】
4、不管做智能问答机器人还是其他的智能助手都很考验知识库的运营(内容正确性、及时性、一致性),目前这块是如何解决的?
5、目前这两个项目是如何评估各自的效果的【候选人给出的是大模型基础评估+rag效果的评估】
6、有使用过coze嘛?说说bot和agent的区别?【回答的支支吾吾吧,没讲出核心】
7、如何让你来负责跨境电商的某一块的业务领域(你可以自己选择感兴趣的部分说说),你觉得哪一块结合起来是最可以降本增效的?效率提升明显的【想听听他对大模型应用与新业务场景结合的观点】
8、说说看你认为目前市场你认为最PMF的产品?
还有其他的三四个问题都是开放性的,比如你的核心竞争力?你对agent未来的思考?你对自己的规划是怎样的?
0
阅读:0
安晚
蹲一个第五个问题的答案
香芋雪冰
3、 分块的难点在于很多时候都是硬分块,不结合文本的结构和特性,丢失了很多语意信息,global 的东西几乎被切没了。需要技术的革新。。
Miss Raindrop
rag是歧路但是能满足当前80%需求,无法完美的切片和输入所有相关上下文, agent可以使用tools 可以设定system角色能更好的通过多轮对话去获取信息(o1的技术应该就是建立在agent之上) - 但是会带来延迟,当前还是难以商用。当前预设常见问题存在数据库中,然后回答问题时rag搜索返回能满足大部分需求,但还是得人工参与,无法真正做到智能(就死记硬背换说法这种)