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：…在做的事,和数学推导几乎不沾边。把一天拆开看就清楚了: 日常工作 需要的能力 需要手推数学吗 文档切块、清洗、构建索引 数据处理、工程 不需要 调检索、调重排、调 Prompt 实验设计、观察、取舍 不需要,懂相似度直觉即可 构造评估集、跑评估、看指标 读懂指标含义 不需要推导,需要读得懂 追 badcase、定位错误来源 排查、归因、工程 不需要 封装模型服务、控成本和延迟 后端工程 不需要 你会发现,决定应用岗做得好不好的,是"能不能把一个模糊问题拆成可评估的小实验""能…
匹配正文：…些内容最怕被拆开？ 召回结果重复后，会占掉多少候选位和模型上下文？ 参数改变后，怎样证明收益来自切分，而不是其他模块同时变化？ 从工程链路看，RAG 可以拆为离线解析、在线召回、上下文生成和查询理解。切分位于离线阶段，但它会沿着整条链路向后影响：块太大，向量里同时包含多个主题，检索得分可能被噪声稀释；块太小，问题所需的前提、条件和结论可能落在不同块里；重叠太小，边界信息可能断开；重叠太大，多个近似块会挤进同一个 Top K。 所以，这不是一个“字符串应该截多长”的问题，而是“…
匹配正文：…当前用户订单”，但真正执行前仍然必须从服务端身份获得用户 ID，再做数据权限检查。不能相信模型传入的 user_id，也不能因为 Prompt 说“不要越权”就跳过后端鉴权。 第二步：模型返回的是调用请求，不是调用结果 应用把 messages 和 tools 发给模型后，模型有两种主要选择。 如果它认为不需要工具，可能直接返回普通文本。如果它认为需要工具，会在响应中返回一个或多个 tool call。每个调用一般包含调用 ID、工具名和序列化参数。 { "id": "cal…
学习内容与项目面试，在同一条路上。