搜索大模型内容

#Agentic RL#Verifier#Reward

第 1 章:为什么需要 Deep Research

匹配正文：…t 3) 这一章你会学到什么 ✓ 用任务行为而不是产品名称定义 Deep Research ✓ 区分规划、工具调用、工作状态、证据引用和用户可见说明 ✓ 运行一个零依赖、无 API key 的确定性研究执行器 ✓ 理解普通 RAG、带动态检索的工作流与研究型 Agent 是连续选型空间 ✓ 识别多步骤错误累积、提示注入、越权检索、陈旧证据与失控成本 ✓ 设计停止、拒答、引用校验和人工复核门槛 🚀 Part 1 · 主线实战从一个合成选型任务开始假设团队要比较三个向量检索…

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

#Agent#Deep Research#项目实战

面经·项目面试

Agentic RL 项目，Reward 到底怎么设计？面试官会怎么问？

匹配正文：…。spec 里写的是指针不是数值：退款金额那一项写的是 order.paid_amount，Verifier 拿着它去环境快照里解引用，得到 59.99 EUR。右手抽"真的做了什么"。从工具日志抽调了哪些读工具、policy.search 传了什么参数；从沙盒台账抽哪些写工具真实产生了副作用。写动作有没有发生只认台账，工具返回的文本说了不算。唯一一次 LLM 调用。把最终回复交给它，只做抽取：声称完成了哪些写动作、说到了哪些信息点和数值、有没有禁止表达。它看不到沙盒，也…

大模型应用开发岗和算法岗有什么区别、普通工程师怎么选

匹配正文：…会调包会卡在哪里需要补的模型侧能力企业知识库问答答案不稳定,错了不知道是检索还是生成问题 Embedding、重排、评估集、引用溯源 Agent 工具调用工具乱调、循环失控、成本爆炸 ReAct、状态机、工具 schema、终止条件领域客服助手语气和流程不稳定,模板约束不够 SFT/LoRA 的适用边界、数据构造高并发推理服务延迟高、显存吃紧、成本不可控 KV Cache、批处理、vLLM/SGLang 基本概念结果质量评估只能靠肉眼看,无法迭代 LLM-…

PDF、PPT、扫描件为什么不能共用一条解析 Pipeline？

匹配正文：…够被检索，而不是只拿到一堆字符？为什么“上传成功”不等于“可以检索”？文件上传解决保存问题。RAG 入库要把内容转成可搜索、可引用、能定位到原文的单元。 RAG 可以分成离线知识入库和在线问答两个阶段。文档解析处在离线阶段最前面。解析器交给后面的内容如果已经丢失或错乱，分块、向量化和入库仍可能正常运行，只是它们会忠实地处理一份错误材料。多格式入库首先判断“知识以什么形式存在”，不能只看文件能不能打开。电子 PDF 的正文可能存在字符层，可以按页读取文字，但多栏排版、表…

#RAG#解析与入库#RAG 文档解析

#Deep Research#问题边界与研究闭环#Deep Research 问题拆解

Deep Research 拿到一个大问题后，怎么拆成能查证的子问题？

匹配正文：…间点，还是最近一段时间的变化。证据要求：是否优先官方资料、论文和公开数据，是否允许使用二手分析。交付格式：直接建议、对比表、带引用报告，还是只整理事实不做决策。任务契约给后续计划划出边界。缺少这层约束，Agent 就无法判断查到什么时候算够，再工整的 Prompt 也解决不了这个问题。哪些缺失信息必须先追问？并不是每个模糊点都值得打断用户。判断标准是：不同答案是否会改变研究路线或最终建议。部署方式、数据权限、时间范围和硬预算通常会改变候选与证据，应优先澄清；报告颜…

项目实战·RAG

第 2 章:RAG 整体架构

匹配正文：…chunk 拼成一段"上下文",准备喂给大模型。""" # 每条都标上来源 doc_id;真实系统还会做 Prompt 模板 + 引用溯源(第 9 章) return "\n".join(f"[来源 doc{c['doc_id']}] {c['text']}" for c in chunks) def answer(index, query): """完整走一遍:检索 → 拼上下文 →(交给模型)回答。""" hits = retrieve(index, query) # ①…

#RAG#检索#项目实战

#Agent#Deep Research#项目实战

第 2 章：执行框架与状态取舍——ReAct、IterResearch 等怎么选

匹配正文：…terResearch 论文用受限的演进报告支持任意探索深度,但实践中报告更新仍可能遗漏事实、丢失出处或累积错误,必须用长程任务和引用核验评估。 📌 说清楚:这是长度演示,不是 IterResearch 复现。真实方法让模型根据旧报告与新上下文更新演进报告;更新是否保留关键结论、出处、冲突和未决问题并无自动保证。这里的拼接与截断只能展示“设定上限后长度受控”。 🧭 你刚才做的,等于真实系统的什么? 你写的 iter_research() 展示了受预算约束的报告状态。真实系…

扫描 PDF 没有文本层，RAG 怎么做 OCR 与失败降级？

匹配正文：…样降级？如果回答只有“调用 OCR 接口提取文字”，很快就会遇到下一层追问。因为 OCR 只是把像素变成文字候选，距离可检索、可引用的内容还差版面、顺序、结构、位置和质量控制。先判断：这一页真的需要 OCR 吗？页面判断不能只做“字符串为空”这一项检查。扫描页常见的误导信号是：页码、页眉或水印能够被读取，于是结果并非空字符串，但真正占据正文区域的内容仍然是一张图。更实用的做法，是把页面先分成三类。第一类是可直接使用页。有效文字框覆盖正文区域，阅读内容与程序提取结果基…

#RAG#解析与入库#扫描 PDF RAG

#Deep Research#问题边界与研究闭环#Deep Research 停止条件

Deep Research 为什么会一直搜索？什么时候该停？

匹配正文：…或规则比较。第二种信号是来源重复。多个 URL 可能转载同一个原文，或只是参数不同的同一页面。需要根据规范化 URL、正文指纹和引用关系去重。第三种信号是状态没有变化。工具调用成功不代表有进展。如果新页面没有新增事实、没有关闭缺口、没有改变假设，就只是动作成功，研究未前进。第四种信号是结果质量持续下降。搜索范围越放越宽，返回内容与任务越来越远。此时继续扩展关键词可能只增加噪声。第五种信号是同一工具反复失败。网络超时适合有限重试，但参数错误、权限拒绝和页面永久不存在，不…

#Agent#架构与规划#ReAct Agent 死循环

ReAct Agent 为什么会死循环？停止条件和步数上限怎么设计

匹配正文：…模型很难抓住目标和最新状态，调用成本也持续上升。工具返回应先结构化和裁剪，只保留决策所需字段；大结果保存到外部存储，在上下文中传引用和摘要；任务状态单独维护；历史失败可以汇总为“已尝试的方法及原因”。压缩也有风险。如果摘要删掉用户硬约束或已完成步骤，模型会重新走旧路。每次压缩都要保留目标、不可违反的限制、已确认事实、未完成事项和来源指针。并行工具调用让停止判断更复杂当两个只读工具互不依赖时，系统可能并行执行。并行能减少等待，但也引入新状态：部分完成、部分失败、晚到结果…

项目实战·RAG

第 3 章:文档预处理与切分

匹配正文：…标注问题里,检索结果覆盖可接受证据的题数除以总题数,可作为 Recall@k。还应结合 MRR/nDCG、无关结果比例、延迟及下游引用/答案质量判断排序是否真正可用。具体数值由你的评估集和检索结果计算,不要沿用教程示例作为项目结果。召回率是检索评估的重要指标之一,但它只回答“证据有没有进入 top-k”,不能单独说明排序位置、噪声、延迟或最终答案质量。召回率:100 道题里,正确 chunk 被找回了多少概念 3:什么是 "top-k" 检索? top-k:每次检索返回…

#RAG#检索#项目实战

#Agent#Deep Research#项目实战

第 3 章:工具集设计,让 Agent 真正「会用工具」

匹配正文：…户和对象鉴权,高影响动作要求确认。 Visit 的“只抽相关段落”可以节省上下文,但抽取器可能漏掉限定条件。应保存原始来源定位,让引用回到原文;对抽取结果做覆盖评估,而不是把压缩文本当完整事实。 2.2 设计原则工具设计从单一职责扩展到权限、预算与可观测性单一职责与稳定版本,减少含糊选择和变更漂移; Schema 加业务校验,拒绝未知字段、越界长度和失效 ID; 最小权限、租户作用域与对象级授权; 明确 deadline、并发、调用次数、费用和输出大小; 结构化错误含 c…

大模型应用开发岗一天在做什么?细分岗位画像

匹配正文：…解释日常任务更适合谁面试高频模块 RAG 工程让模型基于企业资料回答问题文档处理、切块、Embedding、检索、重排、引用、评估后端、数据、企业系统、知识库项目背景 RAG 基础、向量检索、重排与优化 Agent 开发让模型调用工具完成多步任务工具 schema、任务规划、状态机、记忆、异常兜底后端、全栈、自动化、研发工具背景 Agent、Prompt 工程推理部署/LLMOps 让模型服务稳定、便宜、跑得快模型服务、并发、显存、KV Cache、监控…

复杂 PDF 的双栏、表格和图片怎么解析，才不会打乱语义？

匹配正文：…和正文说明建立关系。普通截图可以提取可见文字，流程图或数据图则还包含箭头和结构。任何自动生成的图片描述都属于派生信息，必须保留原图引用，并与原文内容区分。第六步，清理重复和噪声。页眉、页脚、水印和重复页码会在多页文档中反复出现。清理时要避免误删正文，尤其是标题与页眉样式接近的材料。规则应该在代表性页面上抽检，而不是一次配置后永久信任。第七步，输出统一内容单元。每个单元包含正文、内容类型、标题路径、页码、坐标、来源文件和解析状态。表格与图片还要保留结构数据或原始资源标识…

#RAG#解析与入库#复杂 PDF 阅读顺序

Agent Planner 生成的计划为什么不能直接执行？怎么校验和动态重规划

匹配正文：…会幻觉，所以再让模型检查一遍。” 问题不只在于模型可能写错，而在于“计划”连接了自然语言目标和真实工具。一份看起来顺畅的计划，可能引用不存在的工具、漏掉必要前置步骤、使用无来源参数、超过预算，甚至包含当前用户无权执行的动作。它如果直接进入 Executor，模型的一次语言错误就会变成系统行为。因此，LLM Planner 输出的是候选计划，不是执行授权。工程系统要把候选计划变成可检查对象，逐层验证，再一次释放一个可以安全执行的节点。先给出 30 秒回答 Planner 输…

#Agent#架构与规划#Agent 计划校验

研一/研二转大模型应用开发:三年怎么规划、来得及吗

匹配正文：…一轮实习投递投 RAG/Agent/AI 应用实习,用面试反馈修项目等“准备完美”再投研二上项目升级 + 面试题补评估、引用、重排、记忆;按目标岗位使用题库校准缺口只刷选择题式八股,不练口述研二寒假/春招冲暑期实习/提前批根据 JD 改简历,看真实面经校准追问一份简历海投所有岗位研二暑期拿实习或补强项目有实习就做深;没实习就把项目打到可讲透因为一次没过就换方向研三上秋招闭环项目深挖、系统设计、行为面、投递节奏临时补项目,临时背答案如果你已…

MinerU 能直接解决 RAG 文档解析吗？哪些页面必须二次处理？

匹配正文：…arkdown 或 JSON。检查时需要用页码、坐标、内容类型和规范化文本共同定位区域。只按文本完全相等去重，会误删正文中的合法引用；只按数组序号比对，又无法发现版本升级后的顺序变化。第二类，同一内容存在冲突表示表格可能既有结构化单元格，又被展开成一段普通文本；图片中的 OCR 文字也可能再次出现在相邻正文块里。如果两种表示内容不一致，下游不能把它们都当成独立事实写入索引。后处理要明确哪一份是原始识别结果，哪一份用于展示，哪一份只用于增强检索。冲突无法自动判断时，应保…

#RAG#解析与入库#MinerU RAG

#Deep Research#执行框架与长任务#ReAct 长任务

朴素 ReAct 历史为什么越跑越重，长任务状态该怎样改？

匹配正文：…能够读取，也未必稳定使用。第三，状态不清楚。同一个主张在不同轮次被修改，消息里同时存在旧结论和新结论。若没有显式状态，模型可能引用已经被推翻的版本。第四，错误不断累积。早期搜索把两个相似实体混在一起，后面所有查询都围绕错误对象展开。ReAct 会根据当前历史继续做出看似合理的动作，但链路方向已经偏了。第五，重复行动。历史很长时，模型可能忘记某个关键词已经搜索过，再次调用同一工具。动作成功，却没有增加证据。因此，“窗口还装得下”不是系统健康的充分条件。 ReAct…

Agent 反思机制怎么落地？Reflector 和 Critic 不能只让模型“再想一次”

匹配正文：…成“准确、完整、有帮助”。这些词无法直接决定下一步。第二步：收集外部证据证据包括工具返回状态、结构化字段、测试结果、规则检查、引用位置、当前业务状态和用户确认。模型生成文本也可以作为待检查对象，但不能自己证明自己。工具结果要保留来源和版本。若 Reflector 使用过期状态，反思再认真也会得出错误结论。第三步：输出结构化缺陷缺陷至少包含类型、位置、支持证据、严重程度和是否可修复。常见类型可以是格式错误、字段缺失、证据不足、结论冲突、目标偏离、权限不足、工具失败和预…

#Agent#架构与规划#Agent 反思机制

#Agent#Deep Research#项目实战

第 5 章:训练数据构造,种子 → 轨迹 → 增强

匹配正文：…约开始训练不是默认答案通用模型可能已经能按 schema 调用工具。先建立固定提示/工作流基线，记录任务成功、工具参数合法率、引用支持率、权限违规、延迟和成本。只有数据和训练能针对明确缺口，并且收益超过维护成本时，才进入训练。 “通用模型没有 Agent 本能”“prompt 再细也不稳”都不是可验证根因。失败也可能来自工具描述、服务端校验、检索、状态机、权限或评测设计。训练不能修复服务端越权、SSRF、重复副作用或错误数据源。是否训练要由基线失败切片和留出评测决定先…

面试题·模型架构· 得物

大模型面临哪些核心挑战?

匹配正文：…能耗。量化、蒸馏、并行与批处理都是条件化取舍。可靠性：模型按条件概率生成，不自带事实数据库或因果验证器。幻觉治理需要检索、工具、引用、约束输出和独立评测共同完成。长上下文：最大窗口不等于有效利用。标准全局attention随序列长度二次增长，位置外推、长文信息定位和KV缓存容量是不同问题。Ring Attention通过设备间传递K/V块实现分布式的块式精确attention，并不是稀疏attention；RoPE能否外推也不能用“远程衰减”一句话概括。数据与安全：训练…

#计算效率#幻觉问题#长上下文

工作三年的 Java 后端转大模型:在职怎么转、什么时候跳槽

匹配正文：…为什么适合 Java 后端项目怎么做企业知识库 RAG 和文档、权限、检索、服务接口强相关用业务文档做问答系统,加权限过滤、引用溯源、评估 Agent 工具调用和后端工具、内部系统、流程自动化强相关让 Agent 调用工单、搜索、数据库或代码工具,控制权限和步骤推理服务/LLMOps 和服务稳定性、并发、监控强相关做模型服务封装、队列、缓存、日志、限流、成本统计如果你没有明确偏好,先从目标 JD 样本和现有经验选切口。RAG 容易和文档、权限及检索经验结合;工…