通联数据大模型应用面:PDF 解析选型、Reranker 与 LangGraph 之辩
通联数据 大模型应用开发 一面
通联数据一面集中在 RAG 工程的选型与理解:项目是否从零自研、有没有做框架调研、PDF 解析为什么选 PyMuPDF、嵌入模型为什么选 BGE-M3、有没有对比其他模型、加 Reranker 的原因是什么(面试官认为候选人没真正理解精排)、如何做证据溯源(回复要标出被召回的句子或段落并高亮)、除 chunk 层面还有没有别的办法;第二个项目追问还了解哪些 Agent 框架(LangGraph、LangChain、DeepAgent、Pi Agent SDK)、各自区别与适用场景、LangGraph 的缺点,面试官指出其对 LangGraph 版本与封装程度的认知已过时。