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。
「LLM 检索增强生成」找到 414 条内容
按专题浏览 →匹配正文：…程规划、成本效率 未来趋势：从单Agent到多Agent协作、从工具调用到环境交互 我对AI Agent的理解 Agent vs LLM的本质区别 LLM是"大脑"：被动响应输入，单次推理 Agent是"完整智能体"：具备感知→规划→行动→记忆的闭环，能自主调用工具、分解任务、迭代执行 核心架构组件 组件 作用 规划（Planning） 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（…
匹配题目：请分享你在Agent开发或使用大模型解决实际问题方面的项目经验，包括项目背景、技术方案、挑战以及解决方案。
匹配口述回答：…项目背景：售后客服，意图交织+多系统 技术方案：架构分层，ReAct+工具调用 核心挑战：幻觉、超时、评估 边界划分与反思：规则与LLM混合，多Agent取舍 约4分钟 工具描述让大模型自己生成比人写更稳定，背后涉及Self-RAG思想 追问Self-RAG的具体实现和对比实验细节
学习内容与项目面试，在同一条路上。