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。
「Agent 引用准确性」找到 4 条内容
按专题浏览 →匹配正文：…只提到了相关主题，没有支持报告里的具体数字；三条引用其实都转载同一篇文章；报告引用的是新页面，结论却来自旧版本；两个来源口径相反，Agent 没有解释，直接选了更符合自己结论的那一个。 这说明“报告带引用”和“结论可以核验”不是一回事。 普通 RAG 的引用通常围绕一次回答和几段检索证据展开。Deep Research 的报告更长，结论更多，来源横跨多个网站和时间点，还会经历多轮搜索、摘要和综合。引用链一旦在中间断掉，最终报告仍然可以写得很顺，却很难知道哪一句是事实、哪一句是…
匹配正文：适合做过多轮对话、引用或权限控制的人，重点练上下文管理、引用准确性和不同用户的数据隔离。 教学示例：先换成自己的真实项目描述，再逐题练习。下面保留完整追问分支、检查重点与评分规则。 项目描述示例 负责【真实多轮问答场景】的状态、引用或权限模块，承担【真实职责】。 需要准备：会话场景；个人职责；数据与权限边界。 通过【真实方案】改善【多轮一致性或引用指标】，并满足【权限与延迟约束】。 需要准备：指标基线；权限策略；失败样本；线上代价。 逐层练习 1. ownership · o…
…的评估。 为什么难评估:调研任务没标准答案,「跑通」≠「做得好」,过程也要评 概念:评估两个层面(结果质量 + 过程质量) 调研 Agent 的评估,要同时看「交出来的东西」和「怎么做出来的」: 评估两个层面:结果质量(报告好不好)+ 过程质量(调研做得规不规范) 结果质量(评最终报告):答案正确性、引用准确性(说的有没有出处、出处对不对)、覆盖全面性、有没有幻觉(编造事实)、结构可读性。 过程质量(评调研轨迹):步骤是否合理、有没有该查不查 / 反复空查、工具用得对不对、效…
学习内容与项目面试，在同一条路上。