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 vs RL」找到 7 条内容
按专题浏览 →匹配标题与标签：知识型与行为型错误诊断 先诊断知识缺失与行为/推理错误，再选 RAG 或 RL 评估 京东 RAG 与强化学习 知识型与行为型错误诊断 知识型幻觉和行为型错误怎么区分？RAG 或 RL 如何选 RAG vs RL 大模型幻觉 RAG 幻觉 京东
匹配正文：…征 需要探索新策略 Contextual Bandit (LinUCB/Thompson) 显式处理探索-利用权衡 复杂序列决策 RL + 用户模拟器 长期收益优化，但延迟大 深度模型 在线梯度更新 / 蒸馏学习 轻量模型实时更新，大模型定期同步 关键实现路径 1. 反馈信号构建 短期：点击、CTR、停留时长 长期：转化率、GMV、用户留存 设计延迟奖励归因（如7天转化归因到点击query） 2. 实时特征更新 用户行为 → Flink实时流 → 特征拼接 → 增量更新权重 …
匹配正文：…Scholar / Python 统一工具网关 + 容错 + 缓存 用 ReSum 动态摘要压缩轨迹，并验证关键信息保留率 裁剪 vs 摘要、外部记忆与遗忘、指代消解 训练数据 + 训练 种子问题 → Teacher 轨迹 → 筛选与增强 SFT 冷启动学输出格式 RL 与负样本筛选的候选方案及风险验证 Loss Mask 掉 observation token 工程验证 + 评估 为推理、并发与成本设计压测(KV Cache / continuous batching) 把…
学习内容与项目面试，在同一条路上。