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。
「Embedding」找到 565 条内容
按专题浏览 →匹配正文：…learning：在推理上下文中放任务说明和示例，不做梯度更新。 Soft prompt/prefix tuning：训练连续提示向量，模型主体可冻结，但提示参数需要梯度更新。 Instruction tuning/text-to-text：用带监督的指令—输出数据更新模型参数或适配器；T5等把任务统一为文本到文本。 CoT：让目标中包含中间推理步骤，适合可验证的多步推理，不是普通分类的默认必选项。 所谓prompt learning不是一律无需训练。选型要比较标注量、参数更…
匹配正文：…查方案，不能借用公司名、期限或收益。 以 RAG 质量问题为例，Top3 检索结果差只能说明端到端链路出现了坏样本，不能直接证明 embedding 负样本不足。定位时要按查询类型和文档类型切片，先查知识覆盖率、切分与元数据，再分别测候选召回、重排排序、上下文组装、引用支持和最终答案。召回层至少看 Recall@k 或命中率，排序层看 MRR、NDCG 或人工偏好，生成层看答案正确性、证据支持率和拒答行为。 方案必须对应证据。若文档根本没有答案，应补知识而非训练 embedd…
匹配正文：…n 下一个token分布 Encoder输出通常是随源长度变化的一组token表示 [B,L_src,D]，不是单个固定长度上下文向量。它不使用因果mask，但通常需要padding mask或其他任务mask，不能说“无mask”。 在机器翻译中，encoder读取完整源句并产生encoder memory。decoder在每一步只能通过因果self-attention看到已生成的目标前缀，同时通过cross-attention读取整段源序列表示，最终预测下一个目标toke…
学习内容与项目面试，在同一条路上。