搜索大模型内容

#Deep Research#研究工具与稳定性#Deep Research 工具路由

Deep Research 有 Search、Visit、Scholar 和 Python，Agent 怎样选对工具？

匹配正文：…权限和幂等键。当前四类研究工具大多是只读，但架构不能默认所有工具都安全。这些条件适合写入工具策略，由程序在执行前校验。不要只在 Prompt 里说“请正确使用工具”，然后相信模型每次都记得。工具路由应该读懂当前研究状态同一句“查一下性能”，在不同阶段需要不同工具。研究刚开始，系统不知道有哪些公开资料，应该先 Search。已经得到官方基准页面，下一步应 Visit 并核对测试条件。需要比较两组结果，但单位不同，可以把已核验数据交给 Python 统一计算。发现一…

后端工程师转大模型应用开发:已有经验怎么迁移

匹配正文：…写的你已有的对应能力构建高可用 LLM 推理服务服务化、限流熔断、健康检查、灰度发布高并发 / 异步处理请求推理服务吞吐设计、请求批处理(batching)、协程与队列文档解析与数据管道 ETL、消息队列、批处理、增量更新向量数据库选型与调优存储选型、索引优化(HNSW/IVF 换个名字的 B+ 树直觉) 缓存设计向量检索结果缓存、语义缓存、Prompt 命中复用推理延迟与成本优化性能调优、连接池、批量化、异步降级可观测性 / 线上质量监控评估指标埋…

项目实战·RAG

第 10 章:系统评估与上线优化

匹配正文：…到",问题在切分/检索,生成再强也白搭(第 5 章那条铁律:召回率是天花板);如果检索 Recall 很高、但生成还差,问题就在 prompt 或模型,该去优化第 9 章那套。不分段,你连往哪使劲都不知道。 2.4 别全从零造:可复用基准与自动评估可复用的基准与自动评估框架公开基准:HotpotQA(多跳问答,带"支持事实"标注,测跨文档检索 + 推理)、TriviaQA / NQ(开放域问答)等,适合横向比能力。自动评估框架:RAGAS 这类工具,让 LLM 自动给答…

#RAG#检索#项目实战

大模型技术栈全景:RAG / Agent / 微调 / 推理 / 评估各是什么、面试考多少、怎么学

匹配正文：大模型应用开发不是学"一个东西",而是一张地图:RAG、Agent、Prompt 与上下文、评估与监控、重排与检索、模型微调、推理部署几个方向,各自解决不同问题、考察热度也差很多。转行者最该避免的坑是"全都学一遍",正确做法是按面试频率和自己的背景挑一条主线做深。这一页就是全站技术地图的枢纽,帮你先看清全貌再决定学哪条。作者:吴师兄 | 适合:刚决定转大模型、面对一堆名词不知从哪下手的人 | 前置:知道应用岗和算法岗的区别,看过路线图大模型技术栈到底有哪些方向一句话结论…

#Agent#工具调用与安全#Agent 工具成功判断

Agent 工具返回成功就算完成了吗？调用、执行、业务成功要分三层判断

匹配正文：…来源是否存在；代码认为字段齐全，模型还可以指出内容与用户问题无关。每一层只做擅长的判断，并把理由留在 Trace 中。这也能减少提示词依赖。若所有成功规则都写在系统 Prompt 里，模型版本或上下文变化会让判定漂移。确定性规则进入代码和契约，Prompt 只保留语义标准和表达要求。不同失败状态对应不同处理同样叫失败，格式、执行、业务和最终整合需要完全不同的修复。怎样设计三层指标调用层可以观察工具调用决策、工具名解析、参数结构与调用结果关联。执行层可以观察工具可用、…

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

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

匹配正文：…、查询参数和证据用途如果没有进入缓存键，还可能出现跨任务污染。所以面试官问缓存策略时，真正想听的是：哪些层可以缓存，缓存键怎样设计，如何从用户问题识别新鲜度要求，什么时候命中也必须重新验证，怎样处理页面变化、权限隔离和旧证据，又怎样证明缓存节省资源的同时没有损害答案时效？ Deep Research 可以缓存哪几层？第一层是 Search 结果。键通常来自规范化 query、语言、地区、时间过滤、返回数量和搜索服务版本。它适合减少短时间内相同发现请求，但搜索排序与网页…

#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

匹配正文：…，不能使用同一套权限、重试和确认策略。模型输出结构化 tool call，也不代表它理解业务后果，更不代表后端应该直接执行。安全设计的核心是把决策权拆开：模型可以提出动作，策略层判断这个动作当前是否允许，用户或审批人确认高风险意图，执行层使用幂等和状态机保证同一动作不会重复提交，审计层记录最终执行了什么。Prompt 只能提醒模型，真正边界必须在程序侧强制。先给出 30 秒回答我会先按只读、可逆写、不可逆或高风险写对工具分级。模型返回写操作后，后端重新做身份、对象权限、…

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

匹配正文：…gent loop 决策—调用—观察—再决策的主循环,带步数上限 "循环不收敛怎么办?最大步数设几、为什么?" ④ memory 设计短期(对话/中间结果)与长期(可检索)记忆怎么存 "上下文超长了怎么截断?哪些信息必须保留?" ⑤ 权限确认危险动作(写库、发消息、花钱)前的人工/规则确认 "Agent 误删了数据谁负责?你怎么拦?" ⑥ 失败恢复工具报错、超时、返回垃圾时的重试/换路/降级策略 "工具调用失败你怎么兜底?会不会死循环重试?" ⑦ trace / 可观测…

#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？

匹配正文：…求解器要尽量分开？同一个模型先生成问题，再看到自己预设答案做审核，容易维持原有假设。它可能认为某条关系成立，只因为那正是生成 Prompt 要求它构造的关系。可以让生成器只输出问题结构与候选证据，求解器在不读取预设答案的情况下重新研究，再由规则或审核器比较。模型可以不同，也可以使用同一模型的隔离上下文，但不能让求解阶段直接拿到生成理由和目标答案。关键题还需要人工核对原始证据。模型间一致仍可能来自共同知识偏差或相同搜索排序。审核记录要保留生成版本、求解轨迹、证据和分…

#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

匹配正文：…一个 Server 按协议实现后，多个兼容 Host 可以复用；Host 也可以用相似方式连接不同 Server，而不是每种工具都设计一套私有消息格式。但 MCP 不是安全产品。Server 怎样认证用户、Host 向模型暴露哪些工具、写操作是否审批、调用怎样幂等，仍由应用和服务端实现。协议统一不代表权限自动正确。一条同时使用两者的完整链路连接与能力发现 Host 启动 MCP Client，与允许的 Server 建立连接，协商当前可用能力。Client 获取工具名称…

大模型简历怎么写:项目怎么描述、怎么量化、怎么防追问

匹配正文：…开的、谁都能抄的,项目里的技术决策和数字是抄不走的,那才是你的证据。很多人把简历项目栏写成技能清单:"熟悉 RAG、Agent、Prompt 工程、向量数据库、LangChain"。这行字的问题不在于哪个词写错,而在于它没有任何一个可被追问的抓手——面试官无法从中判断你是搭过一个能跑的系统,还是看了两篇文章记住了这些词。真正立得住的写法,是把项目拆成下面三个维度,每一维都写到能被追着问下去的粒度。三维项目表达法:每个项目从三个维度写透(本篇核心) 一个大模型项目要"立得住…

要不要做微调 / Post-Train 项目,轻量版怎么做

匹配正文：…决定投入。你的目标岗位微调优先级该做到什么程度大模型应用开发(RAG/Agent 工程) 低知道何时该微调、和 RAG/Prompt 怎么取舍;有余力做一个轻量 LoRA/SFT 加分,但别为它挤掉 RAG/Agent 主线应用算法 / 偏模型的算法岗高值得做深:自己构造数据、跑 SFT/LoRA、设计评估、能拿出实验证据说明收益和代价研究生算法向(想进模型团队) 高在应用算法基础上再往 Post-Train 深水区走一点:DPO/GRPO、对齐、训练数据…

#Agent#记忆与存储#Agent 记忆写入机制

Agent 长期记忆什么时候写入？从候选提取到更新、冲突和遗忘的完整生命周期

匹配正文：…是秘密保险箱。即使用户主动粘贴，也应按安全策略拦截或脱敏，而不是为了“下次方便”长期保存。第六类是一次成功产生的全局方法。某个 Prompt 在一个样本上有效，不足以证明它是稳定程序记忆。可复用经验应经过多样任务验证或人工批准。面试时如果只回答“重要的信息才存”，面试官通常会追问谁来定义重要。更好的回答是给出类型、来源、用途、授权和验证五个判断维度。候选记忆需要一张暂存区候选与正式记忆分层，能让写入过程可回放。候选区可以保存提取内容、来源消息引用、候选类型、提取器版…

#Deep Research#数据构造与训练#Deep Research SFT

首次 SFT 后格式稳定了，为什么工具选择和答案仍然不行？

匹配正文：…本可能答案不完整，Search 样本可能只是因为 Teacher 习惯搜索。数量对比只有在质量通过后才有意义。再检查工具说明与 Prompt。若工具边界描述含糊，单纯补数据可能让模型学习另一套临时关键词规则。然后设计少量边界样本和独立回归题，做一次可追踪的数据版本修改。训练后只判断目标错误是否改善，同时检查相邻动作是否退化。如果失败不能关联到数据族和评测标签，就很难形成训练闭环。团队最终只能反复调学习率或扩大样本，却不知道究竟在修什么。为什么这时不该先大范围调超参数？…

#Agent#记忆与存储#Agent 记忆检索排序

Agent 从海量记忆里怎么找对内容？相关性、时间性和重要性怎样组合

匹配正文：…度。简单偏好用一行结构化信息，历史任务可能只注入摘要与工件引用，必要时再读取详情。不要把完整对话、工具轨迹和向量库原文一次性拼进 Prompt。每条注入内容应标明这是历史记忆、来源、确认状态和时间。历史信息不能伪装成系统指令。模型需要知道它可能过期，并优先服从本轮用户与实时事实。检索与遗忘怎样联动长期未命中不自动代表可以删除，但检索日志能为复核和遗忘提供信号。如果一条候选频繁被召回却总被用户纠正，可能内容错误或条件过宽，应进入更新或撤回。如果条目长期无使用价值且类型允…

大模型岗位 JD 怎么读:招聘要求逐条拆解

匹配正文：…中间是它实际在考察什么,右边是对应怎么准备。 JD 原文实际在考察怎么准备「熟悉 LLM 应用开发链路」调过 API、懂 prompt、做过一个完整应用 AI 编程最小实现系列「熟悉大模型训练原理」应用岗只需懂大方向:预训练/SFT/RLHF 各解决什么,不用会训基础概念扫盲,会讲即可「有 RAG 系统实践经验」能讲清检索链路每个环节的选型与权衡 RAG 完整教程 + 题库 RAG 模块「有 Agent 落地经验」做过多步工具调用的东西,能说清编排与失败…

面试题·RAG

资料里没有答案时，RAG 怎么避免强行生成？

匹配正文：…入降级流程。无答案控制的四道门范围过滤、相关性筛选、充分性判断和生成后核验，分别拦截不同来源的错误。这四道门不能互相替代。 Prompt 里写一句“资料不足就说不知道”，不能修复错误的搜索范围。相似度很高，也不能证明一组片段覆盖了答案所需的全部条件。生成后增加引用编号，同样不能让一条没有依据的结论自动变真。阈值应该怎么定？阈值不是从网上抄一个小数，也不是看几个演示问题拍出来的。先准备两组问题。第一组是可回答问题。每个问题都要标出参考答案，以及能直接支持答案的原文…

#RAG#生成与对话#RAG 无答案检测

#Deep Research#数据构造与训练#Deep Research 工具选择

训练数据里 Search 太多，为什么 Agent 遇到什么都想先搜？

匹配正文：…，是否增加了不检索就乱答。这个闭环要把真实失败转化成经过验证的边界样本，避免模型原样模仿线上已有行为。一轮可执行的修正实验怎样设计？先冻结一组按问题族隔离的评测题，覆盖直接答、Search、Visit、计算、异常与无答案。对当前模型生成工具混淆矩阵和错误样本集。从最明显的一个偏置开始，例如稳定常识被默认 Search。回查训练数据中对应状态与动作分布，人工确认标签。构造少量同主题边界样本，加入直接回答和必须搜索的对照，同时保留原有其他能力数据。冻结 Prompt…

#Deep Research#数据构造与训练#Deep Research 多阶段训练

Deep Research Agent 训练中，CPT、SFT 和 GRPO 应该怎样取舍？

匹配正文：…励比较任务完成、格式、证据与过程。但直接让一个连工具格式都不会的基座做 RL，采样可能几乎都无法执行，组内也缺少有效差异。多阶段设计就是把“建立偏置”“学会规矩”“优化策略”拆开，让每一层拥有更匹配的训练信号。单次 SFT 与多阶段训练的能力差别 SFT 负责建立可执行起点，环境策略优化解决示范之外的选择。阶段零：Agentic CPT 在打什么底子？ CPT 是持续预训练。Agentic CPT 让基础模型更多接触 Agent 相关行动和决策结构，目标并非教会某一道具…

#Agent#多智能体与评估#单 Agent 和多 Agent 区别

复杂任务一定要拆成多 Agent 吗？单 Agent 与多 Agent 怎么选

匹配正文：…int 和失败恢复。它的关键特征是：主要决策由同一个角色和一套核心上下文完成，目标、工具结果和后续动作都在同一控制循环里。这套设计的优势是状态路径短。模型不需要把中间结论翻译成另一个 Agent 的输入，调试时可以沿同一 Trace 看计划、工具和答案。对于目标明确、步骤不多、工具集合可控、上下文共享度高的任务，单 Agent 通常是最小可行方案。不要为了“看起来像 Agent 团队”，把同一个 Prompt 复制三份再换名字。若三个角色使用相同模型、相同上下文、相同工…

领域八股速通:RAG / Agent / 评估 / 微调高频考点地图

匹配正文：…):验证你懂不懂检索链路的取舍 RAG 是应用岗第一主战场,面试官不是要你背定义,而是看你对"分块、embedding、检索、拼 prompt"这条链路的每一环有没有做过取舍。维度内容面试官在验证什么你是否理解 RAG 每一环为什么这么设计、召回和忠实度怎么保证,而不是只会调库先看哪个 RAG 教程:为什么需要 → 架构 → 分块 → 检索一路做完代表题型 "为什么用 RAG 不直接微调""分块粒度怎么定""检索到无关内容怎么办""怎么防止模型胡说" 项目里怎么体…