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。
「Chain-of-Thought 结构」找到 82 条内容
按专题浏览 →匹配口述回答：…，配合[[ReAct]]框架基本能跑通。但一涉及到多步规划，问题就出来了。比如让Agent执行一个五步以上的任务，ReAct或[[Chain-of-Thought]]很容易出现错误累积，一步错步步错，最后要么死循环要么胡言乱语。AutoGPT就是个典型，早期喊得很响，实际用起来循环调用、成本失控、无法终止，根本落不了地。 记忆这块，短期记忆靠上下文窗口，现在大模型能做到128K甚至1M tokens，基本够用。但长期记忆是个硬伤，现在普遍用[[Vector Database]…
匹配口述回答：…做[[蒸馏]]，生成带推理过程的解决方案，但一定要人工审核一遍，把那些“看着对但实际走不通”的路径筛掉。数据格式我一般用ReAct结构，强制模型输出Thought→Action→Observation，这样推理链是显式的，后面调优也方便。 接下来是RL阶段，这个更关键。优化策略有两个方向：结果奖励和过程奖励。结果奖励最直观，任务成功就给正分，适合[[PPO]]训练，但问题是中间步骤走歪了也可能蒙对结果，模型学到的是“结果好就行”，过程不一定合理。过程奖励就需要训练一个PRM，…
…A/B 测试或没有可核验指标时直接说明，不能把教学示例包装成亲历方案。 题目本质是问Prompt工程在真实项目中的系统化落地 四层结构作为基础模板 动态上下文管理与少样本设计 思维链触发与迭代优化 工程化实践与风险意识 约4分钟 RAG引入后需要做Faithfulness校验，确保模型输出与检索文档一致。 面试官可能会追问Faithfulness校验的具体实现方法，比如如何判断一致性、是否用额外模型打分、或者如何处理检索噪声。
学习内容与项目面试，在同一条路上。