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。
「大模型 Agent 架构」找到 269 条内容
按专题浏览 →匹配正文：答案要点 区分短期记忆（上下文窗口）与长期记忆（外部存储）的技术路径 至少提及2-3种具体架构方案（如Memory Bank、MemGPT、RAG-based Memory） 说明记忆检索的关键设计（索引策略、相关性计算、遗忘机制） 体现对Agent任务持续性的理解（多轮状态保持、目标追踪） 有实际落地考量（延迟、存储成本、一致性） 核心思路 大模型记忆机制的本质是突破固定上下文窗口的限制，实现信息的跨会话持久化与高效检索。我从三个层面展开： 一、架构层：原生上下文扩展 长上…
匹配题目：请列举当前主流的大语言模型相关应用产品，选择其中一到两款，从技术架构（如RAG、Agent等）、应用场景、用户体验优势及潜在改进空间等方面进行综合分析，说明其如何实现技术与产品价值的结合。
匹配正文：答案要点 明确列出Agent的4-5个核心组件（规划、记忆、工具、行动/执行） 每个组件需说明具体功能和典型实现方式 能区分短期记忆与长期记忆 提及ReAct或类似推理-行动循环机制 体现对实际系统设计的理解而非纯理论 大模型智能体的核心架构通常包含四个关键组件： 1. 规划模块（Planning） 功能：将复杂任务拆解为可执行的子步骤，支持多步推理 典型实现：CoT（思维链）、ReAct（推理+行动交替）、ToT（思维树） 关键能力：自我反思、错误修正、动态调整计划 2. …
学习内容与项目面试，在同一条路上。