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 Prompt」找到 250 条内容
按专题浏览 →匹配正文：…存向量、用近似最近邻快速找相似 知道为什么用近似而非精确,知道它牺牲一点召回换速度 /questions?module=向量检索 RAG 先检索相关资料再让模型基于资料回答 能画出"切块-向量化-检索-重排-生成"整条链路 RAG 架构 Agent 与工具调用 让模型自己决定调哪个工具、按结果再决策 能说清一次工具调用的请求-执行-回填闭环 /ai-coding 第 3 章 Prompt 与结构化输出 用提示词约束任务,并要求返回 JSON 等固定格式 能写出让下游能解析的稳…
匹配正文：…一天拆开看就清楚了: 日常工作 需要的能力 需要手推数学吗 文档切块、清洗、构建索引 数据处理、工程 不需要 调检索、调重排、调 Prompt 实验设计、观察、取舍 不需要,懂相似度直觉即可 构造评估集、跑评估、看指标 读懂指标含义 不需要推导,需要读得懂 追 badcase、定位错误来源 排查、归因、工程 不需要 封装模型服务、控成本和延迟 后端工程 不需要 你会发现,决定应用岗做得好不好的,是"能不能把一个模糊问题拆成可评估的小实验""能不能从一堆 badcase 里找到…
匹配正文：…:「它做得好不好?」你怎么回答? 如果是分类任务,简单:有标准答案,算个准确率就行。但调研型 Agent 面对的是**「中小规模 RAG 项目,向量库选 Milvus、Qdrant 还是 pgvector」这种开放问题,它产出的是一份几百字、带十几条引用的选型报告**。这份报告好不好? 没有唯一标准答案。两份结论相近的报告,可能一份引用扎实、一份在编数据;一份覆盖全面、一份漏了关键维度(比如只比性能,没提运维成本)。「跑通了」不等于「做得好」,流畅漂亮的报告可能恰恰在一本正经…
学习内容与项目面试，在同一条路上。