搜索大模型内容

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。

共 1037 条内容

按专题浏览 →

面试题RAG

RAG 和微调怎么选？

从时效性、成本、幻觉三个角度给出判断口诀

#入门#基础概念#RAG和微调的区别

面试题RAG

RAG 完整流程分几步？

解析、分块、向量化、检索、生成，五步讲透全链路

#入门#基础概念#RAG流程

面试题RAG

大模型幻觉是什么？怎么缓解？

从文字接龙的本质讲透幻觉成因与三板斧

#入门#基础概念#大模型幻觉

面试题检索

什么是 Embedding 向量嵌入？

给文字发语义坐标，让机器学会算“意思像不像”

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

#入门

#基础概念

#Embedding是什么

面试题检索

向量数据库和普通数据库有什么区别?

从精确匹配到相似检索,一文看懂 ANN 为什么快

#入门#基础概念#向量数据库

面试题Prompt

什么是 Prompt 工程?

不改参数只改问法,理解大模型"接话"的本质

#入门#基础概念#Prompt工程

面试题Prompt

System Prompt 和 User Prompt 有什么区别?

岗位说明书 vs 顾客点单,一文分清消息角色分工

#入门#基础概念#System Prompt

面试题Prompt

Few-shot 和 Zero-shot 是什么意思?

不训练也能"学会"任务,上下文学习入门第一课

#入门#基础概念#Few-shot

面试题Agent

什么是 AI Agent?和聊天机器人有什么区别?

LLM+工具+循环,从"会聊"到"会干活"的跨越

#入门#基础概念#Agent

面试题Agent

Function Calling 是什么?

模型出意图、程序真执行,三步讲清大模型怎么调工具

#入门#基础概念#Function Calling

面试题Agent

ReAct 框架是什么?

思考、行动、观察三步循环,边想边做胜过一口气答完

#入门#基础概念#ReAct 框架

面试题Agent

MCP 是什么，与 Function Calling 什么关系？

基于 MCP 的 Host、Client、Server 和能力协商解释工具与数据接入，并说明它与模型工具调用能力的边界。

#MCP#Model Context Protocol#Function Calling

面试题模型微调

什么是微调(SFT)?和预训练有什么区别?

预训练学知识、SFT 学听话,一文分清分工与数据形态

#入门#基础概念#SFT 微调

面试题模型微调

LoRA 是什么?为什么能省这么多资源?

冻住原权重、只训两个小矩阵,低秩适配的直觉入门

#入门#基础概念#LoRA 微调

面试题模型微调

全量微调和 LoRA 微调怎么选?

成本、效果、灾难性遗忘三个角度的选型判断

#入门#基础概念#LoRA微调

面试题模型架构

Transformer 是什么?为什么是大模型的基石?

自注意力直觉与并行化优势,大模型架构第一课

#入门#基础概念#Transformer架构

面试题模型架构

Token 是什么?为什么大模型按 Token 计费?

分词、中英文差异与按 token 计费的成本直觉

#入门#基础概念#token是什么

面试题模型架构

上下文窗口是什么?超了怎么办?

窗口限制的本质与截断/摘要/RAG 三种应对

#入门#基础概念#上下文窗口

面试题推理优化

KV Cache 是什么?为什么能加速推理?

空间换时间的缓存直觉与显存代价

#入门#基础概念#KV Cache

面试题知识图谱· 澜舟

LLM 事实准确性怎么保证?

金融场景下知识图谱+LLM 一致性方案,含具体实施策略

#澜舟#LLM 事实准确性#知识图谱 LLM

面试题知识图谱· 字节

医疗法律 RAG 合规追溯

医疗/法律 RAG 的合规、权限、证据追溯和拒答

#字节#医疗法律 RAG 合规追溯#医疗和法律 RAG 怎么做安全合规与证据追溯

面试题知识图谱· 字节

GraphRAG 原理与构建方法

知识图谱构建、图检索与传统向量检索的差异与优势

#字节#GraphRAG 实现原理#知识图谱构建

面试题知识图谱· 高德

知识图谱更新：增量 vs 流式

以权威版本、幂等事件和可切换派生索引设计知识图谱更新链路

#高德#知识图谱#知识图谱更新机制

面试题知识图谱· 字节

GraphRAG 原理与传统 RAG 如何选择？

按查询类型、图质量、更新成本和同集评测选择 GraphRAG、传统 RAG 或混合方案

#字节#GraphRAG 原理#GraphRAG vs RAG