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 提示工程」找到 239 条内容
按专题浏览 →匹配正文：…,没有它前面所有工作都讲不实、经不起追问 补评估集和 badcase 复盘,刷 评估与监控题库 7 只追最热的 Agent、忽略 RAG 和评估地基 看到 Agent 火就只学 Agent,RAG、检索、评估基本没碰 Agent 需要评估,但不必包含 RAG;有检索任务时再补相应检索能力 按目标任务补齐地基,方向分布看 大模型技术栈全景 8 把 RAG 当普通 CRUD 拼接 觉得 RAG 就是"存向量、查向量、拼 prompt",套后端惯性搭一遍 面试考的是分块、召回、重排…
匹配正文：…和评测目的，再从真实实验记录中选择数据集： 通用知识与理解：若实际使用 MMLU，说明它覆盖多学科多项选择，关注宏平均、学科切片、prompt 与 few-shot 设置。 数学问题求解：GSM8K 是小学数学文字题，MATH 覆盖更具挑战的竞赛数学问题。它们评测的是数学问题求解结果；是否使用或输出 CoT 是推理与评分协议，不能直接把数据集叫作“CoT 能力测试”。 代码生成：若使用 HumanEval，说明以单元测试执行 functional correctness，并报…
匹配正文：先按缺陷类型定位 输出不一致要区分随机性、格式漂移和语义冲突。固定模型版本、prompt、解码参数和工具结果后再复现；temperature=0可减少采样随机性，但不保证跨硬件或并行实现逐bit一致。Self-Consistency需要随机采样多条推理路径并聚合答案，不能在temperature=0后再声称做有效多样化采样。 幻觉先区分知识缺失、检索失败、证据误读和生成越界。频繁更新的外部知识优先放入RAG或受控数据源，并要求引用与验证。ROME是对模型权重进行定向低秩更新的…
按学习路线查看教程、项目和面试题。