搜索大模型内容

没有大模型项目经验,怎么攒出能写进简历的项目

RAG 为什么要同时用 BM25 和向量检索？

一道 RAG 混合检索面试题，结合两个教学案例讲清 BM25 与向量检索怎样互补、两路结果怎样融合与重排，以及如何用对照实验验证。

#RAG#检索与重排#RAG 混合检索

缓存能省调用，为什么 Deep Research 反而可能拿旧资料回答“最新”？

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

从分层缓存、缓存键、时效契约、条件验证、权限隔离和陈旧命中出发，讲清 Deep Research 缓存的新鲜度控制。

#Deep Research#研究工具与稳定性#Deep Research 缓存新鲜度

#Agent#工具调用与安全#Agent 工具超时重试

Agent 工具超时怎么办？重试、换工具、降级和停止怎样设计

从错误分类、三层超时、共享重试预算到备用工具、缓存、熔断、部分结果和安全停止，讲清 Agent 工具故障的工程处理与验收。

面试题·RLHF与对齐· 美团

长视野任务的信用分配与 Option

从稀疏奖励与信用分配出发，说明分层强化学习、Option 与过程奖励的适用边界

#分层强化学习#选项机制#过程奖励建模

手把手把 RAG 教程做成"你自己的"项目

RRF 和加权求和怎么选？两路检索分数为何不能直接相加？

从 BM25 与向量分数尺度不同的问题出发，讲清归一化、加权求和、倒数排名融合及其验证边界。

#RAG#检索与重排#RRF

#Deep Research#数据构造与训练#Deep Research 种子数据

Deep Research 训练的种子问题从哪里来，怎样避免一开始就把数据做偏？

从日志、专家、公开数据与模型扩写出发，讲清 Deep Research 种子的分布、去重、合规、泄漏和版本验收。

#Agent#工具调用与安全#Agent 写操作幂等

Agent 调用写操作怎么防误执行？副作用分级、幂等、确认和审计怎样做

从副作用分级、后端授权、Dry-run、参数绑定确认、稳定幂等键、执行台账到补偿审计，讲清 Agent 写工具如何防越权与重复执行。

面试题·模型架构· 字节

LLaMA为何选RMSNorm?

LLaMA 系列为何偏爱 RMSNorm?计算效率与稳定性对比

#Layer Normalization#RMS Normalization#归一化技术

做一个 Agent 项目怎么做:从最小 Agent 到 Deep Research

Rerank 为什么更准，却不能对整个知识库运行？

对比 Bi-Encoder 粗召回与 Cross-Encoder 精排，解释为什么正确证据必须先进入候选集，以及怎样平衡候选数量、排序质量和延迟。

#RAG#检索与重排#RAG Rerank

#Deep Research#数据构造与训练#Deep Research 复杂问答

简单问答怎样升级成真正需要多步研究的问题，又不把题目编坏？

从证据路径、图谱扩展、迭代升级和受控替换出发，讲清 Deep Research 复杂问答的生成、求解、质检与防泄漏。

#Agent#工具调用与安全#MCP 和 Function Calling 区别

MCP 和 Function Calling 有什么区别？Agent 工具接入时两者怎样配合

从模型 Function Calling 到 MCP Host、Client、Server，讲清两者分层、组合调用链、安全边界、适用场景和渐进迁移方式。

面试题·模型架构· 美团

LayerNorm vs BatchNorm 怎么选?

Transformer 中训练稳定性、批大小依赖、变长序列适应性对比

#Layer Normalization#Batch Normalization#Transformer

大模型简历怎么写:项目怎么描述、怎么量化、怎么防追问

Query 重写、扩写和 HyDE，应该在哪些查询上启用？

区分纠错与补全、多表达召回和假设答案向量三种机制，说明为什么 Query 优化必须按意图路由并保留原问题回退。

#RAG#检索与重排#RAG Query 重写

#Deep Research#数据构造与训练#Deep Research 轨迹生成

Teacher 生成的 Agent 轨迹为什么不能直接拿去训练，怎样筛出高质量样本？

从真实环境执行、三阶段质量漏斗、Observation Mask 和小批训练闭环，讲清 Deep Research 轨迹怎样生成、验证与发布。

#Agent#记忆与存储#Agent 长期记忆设计

Agent 短任务和长任务怎么记？工作记忆、长期记忆与任务状态怎样分层

从当前上下文、工作记忆、长任务状态与 Checkpoint 到跨会话长期记忆，讲清窗口、摘要、检索、更新、冲突、遗忘和隐私。

面试题·模型架构· 百度

DDPM 为什么随机采样时间步?

从训练稳定性和生成质量角度解释加噪与去噪设计原理

#扩散模型#DDPM#加噪过程

要不要做微调 / Post-Train 项目,轻量版怎么做

#RAG#检索与重排#Embedding 模型选型

Embedding 和 Rerank 模型怎么选？什么时候值得领域微调？

不按榜单盲选模型：从语种、文本长度、部署资源、召回任务和难负样本出发，建立可复现的模型选型与微调流程。