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 流程」找到 352 条内容
按专题浏览 →匹配口述回答：…好差异很大，有的用户要快速解决，有的要解释原因，所以标注时得覆盖售前、售后、比价这些细分场景，不然模型容易偏。 再说模型架构。标准流程是[[SFT]]加偏好对齐。SFT先拿高质量对话数据做监督微调，把基础能力建起来。然后训练一个Reward Model，输入是问题和回答，输出一个分数。损失函数就是经典的Bradley-Terry排序损失。最后用[[PPO]]做强化学习，加上KL散度约束防止模型跑偏。但这里有个选择：PPO训练不稳定，还要维护Reward Model，所以很多场…
匹配正文：…g） 任务分解、子目标设定、反思调整 记忆（Memory） 短期上下文 + 长期知识库 工具（Tools） 外部API、代码执行、检索增强 行动（Action） 执行具体操作并观察反馈 主流实现范式 ReAct：推理与行动交错，适合需要逐步探索的任务 Plan-and-Execute：先规划再执行，适合明确可分解的任务 Multi-Agent：多角色协作，模拟团队工作流 未来发展看法 短期（1-2年）：工程化与可靠性 从"能跑通"到"跑得稳"：降低幻觉、提高工具调用成功率 成…
匹配口述回答：…就只讲可核验部分；如果没有，我会明确说没有，再给出一个假设设计，不把固定客服故事和结果背成个人经历。 【回答框架】真实项目的用户与流程是【】，原有基线是【】，具体失败是【】，成功指标及口径为【】。我的职责是【本人模块】，依赖【团队或平台能力】。之所以采用【Agent/工作流/规则组合】，是因为【真实任务不确定性与约束】，而不是为了堆框架。 【事实填空】一次真实挑战是【工具参数错误/长链路超时/状态丢失/成本失控中的实际问题】。我通过【trace、日志、对照实验或回放】定位到【…
学习内容与项目面试，在同一条路上。