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。
「Agent 系统」找到 426 条内容
按专题浏览 →匹配正文：…知识矛盾时，模型可能"固执己见"或随机选择 改进：置信度校准、检索内容高亮标记、source attribution强制引用 三、系统层面局限 5. 延迟与成本 检索+重排+生成链路长，首token延迟高 改进：检索缓存、预计算embedding、流式生成、推测解码 6. 复杂推理场景失效 多跳问答、对比分析、数值计算等需要综合多源信息时表现差 改进：引入Agent（ReAct迭代检索）、知识图谱增强、专用工具调用 四、小红书场景的特殊考量 社区内容RAG还需解决：UGC质量…
匹配正文：答案要点 意图识别决定检索策略选择（向量检索/关键词检索/混合检索） 通过查询改写和扩展提升召回率 识别多跳/复杂意图以触发Agent能力 过滤无关查询降低幻觉风险 为生成阶段提供结构化上下文指导 意图识别的核心作用 意图识别是RAG系统的"路由中枢"，解决**"用户到底想要什么"**的问题，直接决定后续检索和生成策略。 一、提升检索准确性 场景 意图识别的作用 检索方式选择 事实类→关键词/稀疏检索；语义类→向量检索；模糊需求→混合检索 查询改写 识别省略实体（如"这个产品…
匹配追问：场景切入 假设你要做一个智能客服Agent，用户说‘帮我查一下上个月的订单’，你打算怎么设计？是先规划好所有步骤再执行，还是边想边问系统拿数据？这两种思路你比较过吗？ 层层追问 Agent做决策时，你觉得是先计划再执行好，还是边推理边行动好？……如果环境会变化，比如查价格时库存突然变了，哪种更稳？……那长任务比如行程规划呢，会不会出现走偏的问题？ 直球架构 从设计理念到流程，对比ReAct和传统Planning在Agent行为决策中的差异，包括优缺点和适用场景。你先讲核心区别…
学习内容与项目面试，在同一条路上。