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。
「Prompt Engineering 方法」找到 176 条内容
按专题浏览 →匹配正文：…枚举的任务；回译与改写适合保持语义的表达扩展；LLM可以生成开放指令、对话和解释；模拟器适合能执行验证的代码、数学或工具任务。不同方法产生的偏差不同，不能只追求数量。 Self-Instruct不是把种子指令做相似改写。它用一小组人工任务引导模型生成新的指令，并根据指令是否需要输入继续生成输入与输出，再通过相似度和启发式规则过滤，形成迭代数据。实现时要保留来源、生成模型、prompt和过滤版本，防止同一模板无限扩张。 质量控制应按可验证性分层。代码运行测试，数学重算结果，检索…
匹配正文：先按缺陷类型定位 输出不一致要区分随机性、格式漂移和语义冲突。固定模型版本、prompt、解码参数和工具结果后再复现；temperature=0可减少采样随机性，但不保证跨硬件或并行实现逐bit一致。Self-Consistency需要随机采样多条推理路径并聚合答案，不能在temperature=0后再声称做有效多样化采样。 幻觉先区分知识缺失、检索失败、证据误读和生成越界。频繁更新的外部知识优先放入RAG或受控数据源，并要求引用与验证。ROME是对模型权重进行定向低秩更新的…
匹配正文：…zed Supervised Policy Optimization，但两者不能混用。GSPO 是面向大模型强化学习的组内相对优化方法，不是“监督锚点 + 纯离线 RL”框架。 核心思想 对同一 prompt 采样一组序列，用组内奖励构造相对 advantage。与 GRPO 常用逐 token importance ratio 不同，GSPO 对整条序列计算长度归一化的似然比，例如： s_i(theta)=exp((1/|y_i|) * sum_t log(pi_theta…
学习内容与项目面试，在同一条路上。