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 JSON 输出」找到 104 条内容
按专题浏览 →匹配正文:先设一个教学场景。 你把一份几十页的 PDF 交给 MinerU,程序没有报错,Markdown 和 JSON 也正常生成。打开结果一看,正文、标题、表格似乎都有。 这时候能不能直接切成 Chunk,写进向量库? 很多人的第一反应是可以。解析工具已经把 PDF 变成了文本,后面无非就是切分、向量化和检索。 用户真正关心的是输出能不能长期稳定使用:同一区域有没有重复出现,正文和表格是否表达了两份冲突内容,解析器升级后字段结构会不会变化,重新处理时旧 Chunk 能不能被正确替换…
匹配正文:…再接着想——直到它觉得够了,给出最终答案。 用户问题 ↓ ┌─────────────────────────────┐ │ 调 LLM(带上「可用工具」清单) │ ←────────┐ └─────────────────────────────┘ │ ↓ │ 模型要调工具吗? │ ├─ 要 → 执行工具 → 把结果加回对话 ─────────┘ └─ 不要 → 输出最终答案,结束 这个「想 → 调工具 → 看结果 → 再想」的循环,就是 ReAct(Reasoning +…
匹配正文:…常见的错误,是把模型画成一个会访问数据库、会执行 Python、会请求外部 API 的黑盒。实际上,模型通常只能看到工具说明,然后输出一个结构化调用请求。解析参数、鉴权、执行函数、处理异常和回传结果,全部由宿主程序负责。模型下一轮能否基于真实结果回答,还取决于程序是否把工具请求和工具结果按协议加入上下文。 更准确地说,Function Calling 是模型与程序之间的一份结构化协作协议,并没有赋予模型直接执行函数的能力。把协议中的角色和状态讲清,才能从一次天气查询 Demo…
学习内容与项目面试,在同一条路上。