零一万物知识图谱算法实习一面:Agent 容错、SFT/DPO 与实体对齐
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 自我介绍。
- 介绍一下你的实习经历。
- Agent 用的什么框架,有了解吗?
- Agent 三次调用都报错,你会怎么办?
- 你的 Agent 调了哪些工具?调用工具时参数报错是怎么处理的?上下文太长怎么办?记忆和上下文是怎么处理的?
- 介绍一下 SFT 和 DPO。
- LoRA 的原理是什么?
- 有准备 coding 题目吗?讲讲爬楼梯的思路。栈和队列有什么区别?
- 平常用哪些 AI 辅助编程工具,有本地部署经验吗?
- 本体(Ontology)了解吗?
- 对知识图谱了解哪些?
- 让你设计一个从数据中提取实体和关系的 Agent,你会怎么设计?
- 实体抽取时把同一疾病的中文名、英文名、别的称呼提取到了不同实体,如何解决?
- 反问
《参考解析》
Agent 连续失败,先分类再决定重试,不能无脑循环。 三次报错要拆成三类:瞬时错误(超时、限流、5xx)可以指数退避重试;参数/契约错误(缺字段、类型不对、枚举越界)重试同样的调用没有意义,要把校验器的报错原文回喂给模型,让它修正参数,并限制修正次数;逻辑错误(工具选错、目标本身不可达)要回到规划层,换工具或拆任务。工程上设全局步数/费用上限,连续失败达到阈值就降级:返回已知的部分结果、转人工、或明确告诉用户「这一步没做成,原因是什么」。同时把每次调用的入参、出参、错误码、trace_id 落日志,否则线上根本不知道为什么错。
工具参数校验用 schema,上下文管理用「状态 + 摘要 + 检索」。 工具定义里写 JSON Schema,调用前本地校验,失败时把「哪个字段、期望什么、实际是什么」结构化返回给模型;工具内部还要做业务校验(ID 是否存在、权限是否足够),两层不能省。上下文方面,短期保留最近若干轮原文,长期把「任务目标、已确认事实、用户偏好、待办」写进结构化 memory,需要时按相关性检索回来;摘要要有损但可控,定期用原始记录校正,避免多轮之后摘要漂移。工具返回也要截断:长列表只给前 N 条和总数,大文本给摘要加引用,避免一次调用把窗口打满。
SFT 和 DPO 的区别在「学什么信号」。 SFT 是监督微调,用「输入 → 标准答案」的配对数据做最大似然,让模型学会任务格式、领域表达和基本行为,数据质量比数量重要,通常要先有 SFT 再做偏好优化。DPO 直接用「同一输入下 chosen / rejected 两条回答」的偏好对优化策略,跳过训练奖励模型和 RL 采样,目标函数里显式提高 chosen 相对 rejected 的概率,同时用参考模型约束住不要偏离太远。它的优点是稳定、便宜、易复现;局限是依赖偏好数据质量、对分布外问题约束弱,且没有在线探索。常见流程是 SFT 打底 → 构造偏好对 → DPO/ORPO 调风格与安全性 → 评测集回归。
LoRA 是「冻结原权重,只学低秩增量」。 对某个线性层 W ∈ R^{d×k},不直接更新 W,而是加一个低秩分解 ΔW = B·A,其中 A ∈ R^{r×k}、B ∈ R^{d×r},r 远小于 d、k;前向变成 h = Wx + (α/r)·BAx。训练只更新 A、B,参数量降到原来的百分之几,显存和存储都省,推理时可以把 BA 合并回 W,不增加延迟。初始化通常 A 随机、B 置零,保证起步时增量为零;r、α、dropout 和目标模块(q/k/v/o、MLP)是要调的,r 越大容量越强也越容易过拟合。
实体对齐是知识图谱里最脏也最关键的活。 同一疾病的中文名、英文名、缩写、俗称被抽成不同实体,单靠字符串匹配不够。可做的分层:① 归一化(全半角、大小写、去空白、繁简转换);② 别名词典与规则(ICD/MeSH 等标准库、院内字典、括号里的英文名);③ 向量相似 + 字面相似(编辑距离、Jaccard、字符 n-gram)做候选召回;④ 用上下文属性辅助判断(科室、症状、药品关系是否一致);⑤ 人工审核高风险合并,保留合并理由和来源。图谱里用「规范实体 + 别名边」表达,不要直接把别名删掉,否则会丢检索入口。评测要单独看准确率与召回率:医疗场景宁可漏合并,也不能把两个不同疾病错并成一个。
从数据里抽实体关系的 Agent,设计顺序是「schema 先行」。 先和业务确认本体:实体类型、关系类型、属性、约束(哪些关系允许自环、基数是多少),落成机器可读的 schema;再做文档解析与分块,保留章节和表格结构;抽取阶段可以用「LLM 按 schema 输出 JSON + 规则/词典兜底 + 校验器」,长文档分块抽完后做跨块合并;然后实体对齐、去重、冲突消解,最后入图并建索引。质量上要有人工抽检集,按实体类型和关系类型分别算 P/R/F1;线上要能回溯每条三元组来自哪段原文,否则错了没法修。