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。
「RAG vs 大模型」找到 157 条内容
按专题浏览 →匹配正文：…───────────────────────────────────┤ │ 推理引擎层 │ ReAct/CoT规划器 │ │ (LLM Core) │ 意图识别与槽位填充 │ ├─────────────────────────────────────┤ │ 能力层 │ 工具注册中心 │ │ (Tools) │ 记忆管理(短期/长期) │ │ │ 知识检索(RAG) │ ├─────────────────────────────────────┤ │ 执行层 │ 工具执行…
匹配正文：…w-shot示例：2-3个典型场景的标准推理轨迹 3. 动态上下文层（Runtime Context） 工具描述：仅注入相关工具（RAG检索筛选），非全量 历史轨迹：关键节点摘要 + 最近3轮完整对话 状态变量：当前步骤数、已用token、用户偏好 三、关键落地技巧 问题 解法 上下文过长 滑动窗口 + 关键信息提取（LLM二次压缩） 工具选择错误 增加工具使用条件说明 + 负例Few-shot 循环/死锁 Prompt显式限制最大步数 + 强制终止规则 幻觉累积 Obser…
匹配正文：…1h 强一致（版本控制） 低频高危（定价策略） 人工审核+灰度发布 天级 强一致 落地挑战与应对 延迟与效果权衡 问题：向量检索+LLM生成链路过长（>500ms） 解法：检索结果缓存（LRU+语义去重）；预计算热门查询的RAG结果；异步预填充 一致性保障 向量库与实时库的数据对齐：统一事件时间戳，检索时带valid_time过滤 模型幻觉vs知识冲突：显式标注知识来源，冲突时优先级排序（实时库 > 向量库 > 模型参数） 效果评估闭环 离线：分布漂移前后的KL散度变化、检索…
学习内容与项目面试，在同一条路上。