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。
「复杂 QA 生成」找到 12 条内容
按专题浏览 →匹配口述回答：…Prompt和上下文都调了还是不行，那就得上模型微调。成本高，但效果直接。我会用[[LoRA]]做轻量[[SFT]]，拿一批高质量QA对，专门训练模型'基于文档回答'这个能力。如果预算够，还可以上 [[RLHF]] 或 [[DPO]]，针对连贯性和[[忠实度]]训练奖励模型，减少[[幻觉]]。不过微调有个前提：你的数据质量要够好，如果数据里本身有错误，模型会学歪。 最后是生成控制和后处理兜底。解码参数上，我会把temperature降到0.1到0.3，让输出更确定。后处理可以…
匹配口述回答：…说到这，其实还有一个更激进的方向，让模型自己决定要不要调用检索，而不是每次都硬塞上下文。比如[[Self-RAG]]的思路，模型先生成一个初步答案，再判断是否需要检索补充。这个在知识库更新频繁的场景特别有用，但实现复杂度也高。 所以整体上，我更倾向于根据不同场景组合使用模板：客服退款这种高频简单问题，经典QA式加引用标记就够了；政策解读这种依赖多段资料的，就加动态Few-shot和重排序。核心前提是检索质量要过硬，否则Prompt设计得再好也白搭。 一句话定位：本质是让模型知…
…然完全不变，所谓交叉验证可能也只是重复。 可以把题目表示成最小证据图：节点是实体、主张、时间和来源，边表示支持、限制、比较或依赖。复杂度来自完成答案必须经过哪些节点与边。 问题文本只是这个图的自然语言表达。先有可验证结构，再让模型写题，比直接要求“生成一道难题”更稳妥。 问题变长与证据结构变复杂的差别 真正难题需要不可省略的证据路径，而不是堆背景与限制词。 方法一：沿知识图谱路径构造 SailorFog-QA 的核心思路，是先构建知识图谱，再沿图中路径采样复杂关系。 图里的节…
学习内容与项目面试，在同一条路上。