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 检索增强生成」找到 554 条内容
按专题浏览 →匹配正文：对多数转应用开发岗的人,微调不是必做项。面试更常考的是"你知不知道什么时候该微调、和 RAG/Prompt 怎么取舍",而不是你手搓过多复杂的训练。真要做,做一个目标清晰、有评估、能说清收益的轻量 LoRA/SFT 就够了,不必一上来啃工业级 Post-Train。这一页帮你判断该不该碰微调,以及如果要做,轻量版的最小证据链长什么样。 作者:吴师兄 | 适合:纠结要不要做微调项目、把 LoRA/SFT 写进简历的转行者 | 前置:知道 RAG/Agent 是什么,看过技术栈全…
匹配正文：…程是「简历筛选 → 2-3 轮技术面 → 1 轮总监/交叉面 → HR 面」。技术面的考察结构高度稳定:项目深挖占一半,领域八股(RAG/Agent/微调/推理)占三成,剩下是系统设计与编码。针对这个结构分环节准备,比盲刷一百道题有效得多——尤其要先把最占分的项目深挖补厚。 作者:吴师兄 | 适合:准备投大模型应用开发岗、想搞清楚每轮考什么的人 | 前置:手上至少有一个能讲的项目,了解应用岗和算法岗的区别 大模型岗一般几轮面试:整体流程长什么样 先看结论:多数大厂是「1 轮筛…
匹配正文：…ent 有没有权限、信息是否还有效、来源是否可信、是不是被新版本替代，以及它对当前任务到底有多重要。 用户今天问“帮我继续上次的 RAG 评测”，向量库可能召回一个月前的项目目标，也可能召回另一个项目里措辞相似的评测记录。旧目标语义很像，但当前阶段已经变化；另一个项目更像，却属于错误作用域。若系统只取相似度最高的几条，记忆越多，污染当前决策的机会反而越大。 这道题要回答的是一条检索与排序链路：先识别查询意图和主体，做权限、租户、类型、状态、时间与项目范围过滤，再生成语义候选，…
学习内容与项目面试，在同一条路上。