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。
「RAG」找到 554 条内容
按专题浏览 →匹配正文：机制边界 题目的方向成立，但不能把幻觉严格二分。RAG 在推理时检索外部资料，把答案约束到可更新、可引用的证据，适合知识缺失、知识过时、私域信息和需要出处的问答。它不修改模型参数，效果受召回、重排、文档质量和生成忠实度限制。 强化学习或偏好优化通过奖励塑造输出策略，适合训练模型遵循指令、在证据不足时拒答、正确调用工具、遵守格式或改进可验证任务的行为。它不是可靠的事实写入机制；奖励可能带偏，策略也可能 reward hacking。只有结果或过程能被可信验证时，训练“推理模式”…
匹配正文：…LLM综合多文档生成的复杂查询 Precision@K 前K个结果中相关的比例 查准场景：衡量返回结果噪声，不保证黄金相关集覆盖 RAG系统中的选择逻辑 MRR：适合"找唯一正确答案"的RAG，如知识库问答、工具选择 NDCG：适合"需要多文档推理"的RAG，如报告生成、综合分析 Precision@K：衡量Top-K纯度；候选池是否覆盖相关文档需另看Recall@K或目标保留率。 工程实践：组合报告Recall覆盖、Precision纯度及MRR/NDCG排序。只返回1份正…
匹配正文：…合的方法 理解检索-生成耦合效应（如检索冗余、信息冲突） 具备实际可落地的排查工具链和实验设计能力 核心排查框架：分层隔离诊断 把RAG系统拆成三个独立可测的环节，逐个验证： 一、定位检索模块问题 关键指标 Recall@K：正确答案是否在Top-K检索结果中 MRR/NDCG：相关片段的排序质量 诊断方法 人工标注100个查询的"黄金文档"，计算检索命中率 分析未命中的case：是query理解偏差（需改写/扩展）、还是向量空间不对齐（需调整embedding或分块策略） …
学习内容与项目面试，在同一条路上。