1. 什么是RAG？请简要说明其核心流程。
答案： RAG（Retrieval-Augmented Generation）是一种结合信息检索和文本生成的架构。核心流程：① 将用户问题向量化，② 从向量数据库中检索相关文档片段，③ 将检索到的上下文与问题一起输入大语言模型生成答案。常用工具包括LangChain、向量数据库（如Milvus）等。
2. LoRA微调的原理是什么？它有什么优点？
答案： LoRA（Low-Rank Adaptation）通过在预训练模型的权重矩阵旁添加低秩可训练矩阵，仅更新这些新增参数，而保持原模型权重不变。优点是大幅减少训练参数量、降低显存占用，且微调后模型可以方便地合并回原模型，便于部署。
3. 请解释什么是Function Calling？它在AI Agent中起什么作用？
答案： Function Calling是指让大模型在生成回复时，能够识别需要调用外部函数（如API、数据库查询）的场景，并输出结构化的函数调用参数。Agent据此执行实际函数，并将结果返回给模型生成最终答案。它使模型能获取实时数据或执行操作，扩展了模型能力。
4. 在RAG系统中，向量数据库的作用是什么？列举你熟悉的向量数据库。
答案： 向量数据库用于存储文档的向量表示，并支持高效的相似性检索。候选人在简历中提到熟悉Milvus、Chroma、Faiss等。
5. 什么是Prompt Engineering？请给出一个优化Prompt的例子。
答案： Prompt Engineering是通过设计输入提示词来引导大模型生成期望输出的技术。例如，在问答任务中，可以加入"请根据以下上下文回答问题，如果上下文中没有相关信息，请说'不知道'"，以减少幻觉。
6. 简述Transformer的自注意力机制。
答案： 自注意力机制计算序列中每个位置与其他位置的相关性权重，然后加权求和得到每个位置的表示。它允许模型捕捉长距离依赖关系，是Transformer的核心。
7. 你使用过哪些大模型量化技术？它们的目的分别是什么？
答案： 简历中提到PTQ（训练后量化）和GPTQ。量化目的是减少模型大小和推理加速，通过将浮点数权重转换为低精度整数（如INT8）实现。PTQ无需训练，GPTQ是一种更精确的逐层量化方法。
8. 在AI Agent开发中，React和Plan-and-Execute两种模式有什么区别？
答案： React（Reason+Act）是循环推理-行动的模式，每一步模型思考后调用工具，然后继续。Plan-and-Execute则是先让模型生成一个多步计划，然后按计划依次执行工具，更适用于任务可预先分解的场景。
9. 你提到使用Ragas进行RAG评估，Ragas主要评估哪些方面？
答案： Ragas评估RAG系统的答案忠实度、答案相关性、上下文相关性等指标，通过对比生成答案与参考标准来衡量系统性能。
10. 什么是多模态模型？你用过哪些多模态模型？
答案： 多模态模型能处理多种类型数据（如文本、图像、音频）。简历中提到Qwen-VL，这是一个视觉-语言模型，可用于图像描述、视觉问答等。