AI · 面试
Prompt 与编排框架面试题库
覆盖提示工程基础、LangChain 数据流、LangGraph 状态图、持久化与人在环的基础题和场景追问。 Prompt 与编排框架面试题库 怎么使用这套题库 回答时按“定义 → 机制 → 取舍 → 失败模式 → 验证方法”组织。若题目要求代码,先说明项目所用 LangChain/LangGraph 版本,再引用对应
正在读取最新同步的笔记,请稍候。
KNOWLEDGE INDEX / 知识索引
从 Obsidian 同步而来的个人知识索引。按主题翻阅,或直接找到记忆里的那句话。
支持搜索标题、正文与标签,筛选状态会保存在网址中。
检索结果
覆盖提示工程基础、LangChain 数据流、LangGraph 状态图、持久化与人在环的基础题和场景追问。 Prompt 与编排框架面试题库 怎么使用这套题库 回答时按“定义 → 机制 → 取舍 → 失败模式 → 验证方法”组织。若题目要求代码,先说明项目所用 LangChain/LangGraph 版本,再引用对应
覆盖 Python 语言机制、AI 工程基础、机器学习训练流程与评估指标的结构化问答。 Python 与机器学习基础面试题库 复习方法 先遮住答案,尝试按“结论 → 机制 → 例子 → 边界”四步回答。答不出时回看 Python基础与AI应用 或 机器学习与深度学习基础 ,再用自己的话复述;不要只背术语。 一、Pyth
覆盖 RAG 数据流、切分、向量与混合检索、重排、评测、权限、安全及故障排查的详细题库。 RAG 检索增强生成面试题库 作答方法 RAG 面试回答不要停留在“向量检索后把文本交给大模型”。较完整的回答应当说清:离线知识如何变成带来源的索引、在线问题如何在权限范围内召回证据、如何将有限证据组装给模型、如何验证答案和引用,