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。
「训练数据」找到 134 条内容
按专题浏览 →匹配正文：…产上有三个问题。 第一，行为不容易预测。同样的问题换一种说法，模型可能选择不同步数，延迟和成本波动很大。 第二，模型可能偏爱行动。训练数据里如果搜索轨迹太多，它会在常识题上也调用 Search，看起来勤奋，实际浪费资源。 第三，模型可能过早收尾。它看到一份看似相关的资料就生成结论，没有意识到用户要求的是多方案比较。 因此，路由层和执行层要分开观察。路由层决定任务走哪一级能力；执行层在该级能力内部决定下一步行动。两者都可以用模型，但目标、输入和评估方式不同。 三类最常见的误路由…
匹配正文：…模型一个它没"复习"过的问题,会撞上三堵墙: 幻觉:不知道也照样流畅地编,语气还特别笃定(就是开篇那个现金价值公式); 知识时效:训练数据有截止日期,之后更新的条款、费率、产品它一律不知道; 私域盲区:你公司的保单、理赔指南、内部资料,它压根没见过(就是 Step 3 里"高原反应"那条)。 RAG 用"开卷"一次性补上这三个洞:检索回来的资料是实时的、私域的、有出处的。 大模型的三个硬伤,RAG 一次补上 2.2 RAG 的两条链路:离线建库 + 在线问答 把 Part 1…
匹配正文：…天在做什么?细分岗位画像,再按岗位画像去看题库模块。不要只看岗位名,同样叫“大模型工程师”,有的偏 RAG,有的偏推理部署,有的偏训练数据。 “边界模糊”到底是什么意思 边界模糊不是说所有人都要变成全能选手,而是应用和算法开始在几个地方交汇: RAG 与微调的取舍:以前应用岗只问怎么检索,现在会问什么时候需要 LoRA/SFT。 Agent 与训练数据:复杂 Agent 需要高质量轨迹数据,应用工程师要能理解数据怎么来。 评估驱动迭代:算法岗关心 benchmark,应用岗也…
学习内容与项目面试，在同一条路上。