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 幻觉」找到 218 条内容
按专题浏览 →匹配正文：…具打通。常见工具类型包括： 信息获取类 搜索引擎（Google/Bing/百度）：获取实时知识，弥补模型训练数据截止问题 知识库/RAG检索：查询企业内部文档、产品手册 数据库查询：SQL执行、业务数据检索 计算与执行类 代码解释器：Python执行复杂计算、数据分析、绘图 计算器/Math API：精确数学运算，避免LLM数值幻觉 沙箱环境：安全执行用户提交的代码 业务操作类 企业API：订单查询、库存管理、用户系统操作 第三方服务：天气、地图、翻译、支付接口 消息通知：邮…
匹配正文：答案要点 能清晰区分各框架的核心定位（RAG vs Agent vs 纯编排） 准确描述LlamaIndex的索引-centric设计和Agent化演进 说明AutoGPT/BabyAGI的自主决策特点及局限性 提及Semantic Kernel的企业级多语言特性 给出具体场景选型建议 主流框架对比 LlamaIndex — "数据索引优先" 核心定位：从RAG工具包演进为"数据框架"，Agent是索引能力的自然延伸 关键设计：索引（Vector/KG/Document）是f…
匹配正文：… 数据分析 Agent 根据中间结果动态调整分析路径 复杂任务处理 多步审批流程自动串联多个业务系统 二、关键挑战与局限性 1. 幻觉与稳定性 规划步骤多，错误会级联放大；ReAct 循环可能陷入死循环或过早终止 场景影响：金融风控场景下，错误调用资金接口后果严重 2. 延迟与成本 每步规划都需 LLM 推理，10 步任务 = 10 次调用，Token 成本指数级上升 场景影响：实时推荐场景难以满足 200ms 响应要求 3. 工具可靠性 外部 API 变更、返回格式异常导致…
学习内容与项目面试，在同一条路上。