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。
「权限」找到 294 条内容
按专题浏览 →匹配口述回答：…样本直接处理，低置信或未知意图触发澄清、扩大检索或安全兜底。置信阈值由校准曲线和误路由成本确定，不是固定数字。 路由输出不能被当成权限证明。检索服务仍要按真实身份执行租户、索引和文档级授权，并防止查询文本中的提示注入改变权限。检索后还可以根据证据数量与质量回馈路由。 验收既看意图 F1 和校准，也看端到端召回、回答正确率、越权率、尾延迟和成本。只有最终任务收益改善，路由模块才有价值。 意图识别是按复杂度选用的路由层 规则、分类器、LLM与混合路由各有边界 低置信和未知意图需要…
匹配口述回答：…上记录的数字才说。来自用户或文档的内容都按不可信输入处理，敏感工具由服务端鉴权和确认。模型升级后重跑回归；如果失败根因是缺知识、缺权限或模型能力不足，就把问题交给 RAG、工具或微调，不继续堆提示词。 Prompt工程本质是引导模型行为 基础技巧：角色锚定、格式约束、负面指令 场景化技巧：RAG用引用强制，Agent用ReAct框架 业务案例：法务问答的幻觉治理 工程师判断：Prompt是手感活，要结合校验和版本管理 约90秒 自动化Prompt优化方法，根据bad case…
…校验结构，最后跑业务规则。如果发生预期解析/校验失败，可在次数与时限内带错误反馈重试，或返回明确失败/降级状态；退款等写操作还要有权限与幂等控制。 这三层怎么选，得看场景。我举个例子，客服退款场景，模型需要调用API修改订单状态，这时候输出格式必须绝对正确，一个字段都不能错。我会用Function Calling加严格校验，失败就重试，不接受脏数据。但如果是创意写作，比如给用户生成一段文案，格式要求就宽松很多，用Prompt引导加一个简单的后处理就够了，太严格反而扼杀创造性。…
按学习路线查看教程、项目和面试题。