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工程」找到 307 条内容
按专题浏览 →匹配正文：…围、时间、来源和权限；对文档做版本与哈希记录，对用户输入做注入和敏感数据检测。 检索与生成层：保留query、召回结果、重排分数、prompt、模型版本和工具调用trace。要求关键事实能回指证据；高风险计算交给确定性程序或受控API，结构化输出用schema约束。 验证层：业务规则、单元测试、代码执行、数据库校验或独立模型可以提供信号，但验证器也要有独立测试集。Self-Consistency的答案一致度只能作为不确定性特征之一，不是经过校准的正确概率；不能自创“输入置信度…
匹配正文：…语义层。它可以从邮件、合同、客服对话或自然语言政策中抽取字段，识别意图，生成候选解释，并处理规则难以枚举的表达变化。但它的输出会受prompt和上下文影响，可能遗漏条件或生成不存在的依据，不适合直接承担不可逆的最终决策。 因此我会按职责拆层：大模型负责把非结构化输入转换成带证据的结构化候选，确定性校验检查格式、权限和硬约束，规则或工作流执行可审计决策，高风险边界交给人工。模型建议与最终动作之间要有明确接口，而不是让一段自然语言推理直接调用核心系统。 模型自报置信不能直接当概率…
匹配正文：如果让我选一个最具挑战的环节，我会选数据工程，但会明确这是面向通用大模型训练的工程判断，不是所有项目的定律。模型结构和训练系统有大量公开方法，而数据来源、许可、质量标准和目标分布与组织场景紧密相关，很多问题到训练后才暴露。 数据难在错误隐蔽且影响链长。重复会重加权样本并浪费预算，低质与有毒内容会进入模型行为，近重复还会污染评测；许可证、隐私和删除请求需要数据血缘。过滤过强又会删掉方言、专业术语和长尾能力，因此不是清洗越多越好。 不能说某个重复比例必然导致退化，也不能给长文清洗…
学习内容与项目面试，在同一条路上。