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。
「AI Agent 设计」找到 398 条内容
按专题浏览 →匹配正文：…估与消融,同时补数据许可和工程边界 按目标岗位选择需要比较的环节,用覆盖场景和风险决定评估集,不以固定条数代替质量 一个能说明实验设计、限制和复现方法的项目 3 年 Java/后端 可重点做架构、代码工程化和服务边界,补延迟/成本/稳定性 只实现与场景有关的并发、缓存、超时、降级和监控;未部署生产时明确写成本地或测试环境结果 用真实 RAG 实现证明可迁移的后端能力 两类人都要过①②③,区别在往哪加码:研究生的杠杆在"我把这个方案研究透了、有数据支撑",在职后端的杠杆在"我这…
匹配正文：… 使用 LangChain 实现智能问答 说明实际复现的 badcase、采用或放弃重排/改写的依据,以及评估集来源和规模 掌握 Agent 开发、多轮对话 做多步研究 Agent,针对"中途走偏"设计工具权限确认与 trace 回放,把失败恢复做进主循环 了解模型微调、性能优化 未上线的方向老实不写;写清"为省成本没上微调,先用检索+重排达标"这个取舍 右列每一条都能被追问下去,而追问正是你想要的——你答得上,面试官就信了。左列每一条一追就断。想知道追问会怎么展开、怎么答,…
匹配正文：…分更多。下面这张表按目标岗位给出优先级,先对号入座再决定投入。 你的目标岗位 微调优先级 该做到什么程度 大模型应用开发(RAG/Agent 工程) 低 知道何时该微调、和 RAG/Prompt 怎么取舍;有余力做一个轻量 LoRA/SFT 加分,但别为它挤掉 RAG/Agent 主线 应用算法 / 偏模型的算法岗 高 值得做深:自己构造数据、跑 SFT/LoRA、设计评估、能拿出实验证据说明收益和代价 研究生算法向(想进模型团队) 高 在应用算法基础上再往 Post-Tra…
学习内容与项目面试，在同一条路上。