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 数据质量控制」找到 2 条内容
按专题浏览 →匹配正文：答案要点 建立分层诊断流程（检索层→生成层→数据层） 明确三类数据集（开发集、对抗测试集、线上回流数据） 数据质量控制需覆盖采集、清洗、标注、持续监控全链路 区分"检索不准"与"生成幻觉"两类根因 给出可落地的迭代闭环机制 诊断流程：三层定位法 第一层：判断问题来源 检索问题：召回文档不相关或排序靠后 生成问题：检索准确但模型未正确利用（幻觉/忽略上下文） 数据问题：知识库本身存在过时、矛盾或错误信息 第二层：快速复现 用固定query在开发集复现，确认是系统性问题还是cas…
匹配正文：…是否复制/分享，需设计position bias消除机制 多维度标注：有用性、安全性、事实性、风格一致性，避免单一分数的信息损失 数据质量控制 标注者一致性检验（Kappa系数>0.6） 困难样本挖掘：模型置信度接近0.5的pair优先标注 领域覆盖：电商场景需覆盖售前咨询、售后、比价等细分场景 二、模型架构 三阶段RLHF流程 SFT：用高质量对话数据监督微调，建立基础对话能力 Reward Model：输入(prompt, response)输出标量分数，常用架构在最后一…
学习内容与项目面试，在同一条路上。