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。
「样本量」找到 40 条内容
按专题浏览 →匹配正文：…、曝光日志、跨端串组、缓存污染和 treatment 是否真正生效。所谓实验层正交需要分层系统和交互检查，不能只口头假设。 2. 样本量与时长 样本量由基线率、方差、MDE、显著性、功效、分配比例、聚类和多重比较计算，不存在“万级 DAU、1–2 周”的通用答案。时长应覆盖相关周期和新奇效应，同时遵守预设停止规则；持续窥看并提前停止会改变错误率，需要顺序检验方法。 大促与节假日不必一律避开：若目标策略要在这些场景运行，应预先纳入或单独分层，而不是事后删掉不利日期。 3. 指标…
匹配正文：…面试官：你怎样证明优化有效？ 先定义评测集的来源、证据标注和切分方式，再说明检索指标、生成指标以及端到端指标。每个结果都要带基线、样本量、配置和测量方法；如果还没有实测，就把表格留空。还要准备一条变差的 bad case，解释为什么整体均值上升仍不等于所有问题都更好。 面试官：权限为什么不能在检索之后再过滤？ 未经授权的资料不应先被召回再裁掉。权限条件应进入候选资格判断，缓存也要按租户或可见范围隔离。回答时要覆盖数据访问、候选被无权内容占位、权限变更后的失效与审计记录。 面试…
匹配正文：…RAG 完整架构、Agent 中 RAG 瓶颈怎么破?。 5. 说明结果怎么验证 你所说的效果改善具体是哪一个指标？基线、评测集、样本量、统计窗口和单变量实验分别是什么？ 考察重点：核验效果数字是否有定义、基线、样本和可归因证据。 Recall@k、答案正确率等指标的公式、分母与统计窗口 冻结评测集、模型和检索配置下的旧方案结果 评测集来源、规模、业务切片和版本记录 召回、重排与生成模块的单变量或去除实验 如果还没讲清： 补充对应事实或可脱敏证据，再继续下一组问题。 练习顺序…
按学习路线查看教程、项目和面试题。