页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Embedding 优化」找到 339 条内容
按专题浏览 →匹配正文：…败原因 过程中反思：在推理链中间步骤暂停，检查当前路径是否合理（类似"内心独白"） 对决策的影响：打破"一次生成定终身"，通过迭代优化提升复杂任务的准确率 多智能体协同价值：单个智能体的反思结果可广播给其他成员，避免群体重复踩坑 Memory（记忆）机制 分层设计 类型 功能 典型存储 工作记忆 当前对话/任务上下文 上下文窗口 短期记忆 近期交互历史 缓存/摘要 长期记忆 领域知识、经验教训 向量数据库/知识图谱 对协同的关键作用： 共享记忆池：多智能体读写统一知识库，确保…
匹配正文：…R>0.5 Context Precision 检索结果中噪声比例 越高越好 快速诊断信号 用户问题与召回文档语义明显不相关 → Embedding模型或分块策略问题 相关文档召回但排名靠后 → 需要重排序（Rerank）或混合检索 第二步：判断是否为生成问题 生成侧关键指标 Faithfulness（忠实度）：生成内容是否基于context，可用NLI模型或人工抽样 Answer Relevance：答案是否回应问题，可用BERTScore或人工判断 Context Uti…
匹配正文：…敏感性：打乱文档顺序，观察输出稳定性（位置偏见检测） 快速决策流程 端到端效果差 │ ├── 黄金文档测试 ──→ 仍差 ──→ 优化生成模型（SFT数据、上下文长度） │ │ │ 变好 ──→ 检索问题 │ │ │ 查询理解差？→ 优化query改写/embedding │ 文档切分碎？→ 调整chunk策略 │ 排序不合理？→ 加精排模型 │ └── 检索和生成单独都好 ──→ 协同优化（prompt工程、文档压缩、动态检索） 一句话总结：先用黄金文档锁定责任方，再用指标…
学习内容与项目面试，在同一条路上。