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。
「Agent协作」找到 148 条内容
按专题浏览 →匹配口述回答:…线后我会监控Recall@K和延迟P99,如果召回率低于85%,就调大Top-K或加Rerank。我更倾向把RAG看成检索和生成的协作,而不是单独优化一个环节。延迟和准确率永远是跷跷板,关键是找到业务能接受的平衡点。说到这,我其实更关注一个延伸点:当Agent需要多跳推理时,单轮检索往往不够,这时候怎么设计检索策略?比如用户问“满200减50的券能和折扣叠加吗”,需要跨文档推理,先查券规则,再查折扣规则,最后判断是否冲突。单轮检索很难覆盖,我会考虑用[[Self-RAG]]让…
匹配口述回答:…:动态知识、可溯源、低成本 关键局限:检索噪声、碎片化、推理弱 优化方向:混合检索、查询改写、上下文工程 边界判断:RAG与微调、Agent的协作 落地风险与收尾 约4分钟 RAG作为Agent的工具,由模型自主决定检索时机和策略,突破多跳推理瓶颈 面试官可能会追问Agent与RAG的具体交互模式、工具调用机制、以及如何保证检索决策的可靠性
匹配口述回答:…稳定。 所以我的整体取舍是:把CoT当成基线,ToT当成进阶,GoT当成探索。但有一个点我想提一下,就是这些方法在[[Multi-Agent]]系统里怎么组合。比如让一个Agent做CoT快速出方案,另一个Agent做ToT做深度验证,这种协作我最近看到一些有意思的工作。 最后总结一句,规划能力没有银弹,关键是根据任务性质、延迟要求和评估器质量来选,而且往往混合使用才是正解。 一句话定位:规划能力本质是让LLM做多步决策 CoT的线性推理与局限 ToT的树搜索与开销问题 Go…
学习内容与项目面试,在同一条路上。