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。
「滴滴」找到 3 条内容
按专题浏览 →匹配标题与标签：Agent 技术实际有效性怎么评? 与 AutoGPT、LangChain 对比,分析技术优劣势 评估 滴滴 Agent Agent 技术评估 AutoGPT vs LangChain Agent 框架对比 滴滴
匹配正文：…长度限制 工单分类、情感分析 微调(SFT/PEFT) 领域数据适配模型参数 垂直领域、稳定需求 效果深度定制；数据/算力成本高 滴滴司机调度策略模型 RAG 检索+生成，外挂知识库 知识密集型、需可解释 解决幻觉、实时更新；检索质量决定上限 智能客服、合规审查 Agent 工具调用+规划+记忆，自主决策 复杂任务、多步推理 能力边界扩展；稳定性、安全难控 自动派单、行程规划 选型决策框架 第一步：需求拆解 任务复杂度：单步问答 → ICL/提示工程；多步推理 → Agent…
匹配正文：…用 GRPO 进行大模型训练时，KL 散度的控制至关重要。请说明 KL 散度过大会带来什么问题，以及你通常采用哪些方法进行调节。（滴滴） 这题最容易答成一句：KL 防止策略更新太快。 这么答是把 clip 和 KL 混在一起了，面试官下一句多半是：那 clip 不是已经在限制更新幅度了吗。 clip 只看这一步，ratio 跑出 0.8 到 1.2 这个区间，目标函数就不再跟着涨。 破损退款那条最好的轨迹，执行退款那一步的 ratio 是 1.35，超过了上限，就按 1.20…
学习内容与项目面试，在同一条路上。