线上更换嵌入模型前应该怎么做 A/B 或离线对比验证？
线上更换嵌入模型前应该怎么做 A/B 或离线对比验证？ 本文先给出可直接复述的结论，再用最小代码说明更换嵌入模型 A/B测试 离线评估的工作方式、判断依据、项目边界和常见误区。
核心关键词更换嵌入模型 A/B测试 离线评估
面试知识索引 · 分类、标签与搜索
AI 开发 · 离线应用面试题，11 道完整答案
AI 开发 · 离线应用面试题第 1 页，显示第 1–11 题，共找到 11 道完整解析，可继续按分类、标签与关键词缩小范围。
11筛选结果
52技术分类
178检索标签
1索引分页
快速定位
清除全部筛选分类、标签与关键词搜索
第 1 页
本页面试问题
按稳定语义路径排序
- 0001
- 0002
向量索引应该全量离线重建还是支持在线增量插入，怎么决策？
向量索引应该全量离线重建还是支持在线增量插入，怎么决策？ 本文先给出可直接复述的结论，再用最小代码说明向量索引 离线重建 在线插入 决策的工作方式、判断依据、项目边界和常见误区。
核心关键词向量索引 离线重建 在线插入 决策 - 0003
用 PCA 给已生成的嵌入降维会损失多少检索质量，什么时候值得做？
用 PCA 给已生成的嵌入降维会损失多少检索质量，什么时候值得做？ 本文先给出可直接复述的结论，再用最小代码说明PCA 嵌入降维 检索质量 损失的工作方式、判断依据、项目边界和常见误区。
核心关键词PCA 嵌入降维 检索质量 损失 - 0004
越狱鲁棒性评测与常规准确率评测应放在同一个离线分数里吗？
越狱鲁棒性评测与常规准确率评测应放在同一个离线分数里吗？ 本文先给出可直接复述的结论，再用最小代码说明越狱鲁棒性 对抗评测 准确率 离线边界的工作方式、判断依据、项目边界和常见误区。
核心关键词越狱鲁棒性 对抗评测 准确率 离线边界 - 0005
Agent 工具调用任务离线评测应记录哪些轨迹字段才能复盘失败原因？
Agent 工具调用任务离线评测应记录哪些轨迹字段才能复盘失败原因？ 本文先给出可直接复述的结论，再用最小代码说明Agent评测 工具调用 轨迹记录 失败诊断的工作方式、判断依据、项目边界和常见误区。
核心关键词Agent评测 工具调用 轨迹记录 失败诊断 - 0006
摘要生成离线评测为什么不能只凭 BLEU 或 ROUGE 判定上线？
摘要生成离线评测为什么不能只凭 BLEU 或 ROUGE 判定上线？ 本文先给出可直接复述的结论，再用最小代码说明BLEU ROUGE 生成评测 人工相关性 局限性的工作方式、判断依据、项目边界和常见误区。
核心关键词BLEU ROUGE 生成评测 人工相关性 局限性 - 0007
离线评测集怎样证明覆盖了线上真实流量而不是只覆盖好标注的样本？
离线评测集怎样证明覆盖了线上真实流量而不是只覆盖好标注的样本？ 本文先给出可直接复述的结论，再用最小代码说明离线评测集 代表性 流量分布 覆盖偏差的工作方式、判断依据、项目边界和常见误区。
核心关键词离线评测集 代表性 流量分布 覆盖偏差 - 0008
离线人工评分更高但线上留存下降时，应按什么顺序诊断指标错位？
离线人工评分更高但线上留存下降时，应按什么顺序诊断指标错位？ 本文先给出可直接复述的结论，再用最小代码说明离线在线不一致 指标错位 诊断流程的工作方式、判断依据、项目边界和常见误区。
核心关键词离线在线不一致 指标错位 诊断流程 - 0009
罕见事件检测为什么优先看 PR-AUC 而不是 ROC-AUC？
罕见事件检测为什么优先看 PR-AUC 而不是 ROC-AUC？ 本文先给出可直接复述的结论，再用最小代码说明PR-AUC ROC-AUC 罕见事件 评测指标对比的工作方式、判断依据、项目边界和常见误区。
核心关键词PR-AUC ROC-AUC 罕见事件 评测指标对比 - 0010
同一语义指令改写成不同 prompt 后输出波动很大，离线评测应怎样量化鲁棒性？
同一语义指令改写成不同 prompt 后输出波动很大，离线评测应怎样量化鲁棒性？ 本文先给出可直接复述的结论，再用最小代码说明prompt敏感性 扰动鲁棒性 语义保持改写 评测的工作方式、判断依据、项目边界和常见误区。
核心关键词prompt敏感性 扰动鲁棒性 语义保持改写 评测 - 0011
需求预测或舆情分类做离线评估为什么不能随机切分时间样本？
需求预测或舆情分类做离线评估为什么不能随机切分时间样本？ 本文先给出可直接复述的结论，再用最小代码说明时间切分 数据泄漏 随机切分 离线评估的工作方式、判断依据、项目边界和常见误区。
核心关键词时间切分 数据泄漏 随机切分 离线评估