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。
「b站」找到 15 条内容
按专题浏览 →匹配标题与标签：RAG意图识别原理与检索协同 分类模型与提示工程方法,如何与检索组件协同 多模态 b站 意图识别与检索路由 RAG 意图识别 意图识别模块 RAG 检索协同 哔哩哔哩
匹配标题与标签：CoT 提示怎么写? 思维链模板、设计原则与推理提升机制详解 Prompt b站 Agent Chain-of-Thought 提示 CoT 编写方法 思维链模板 大模型推理能力 哔哩哔哩
匹配标题与标签：CoT 思维链由哪些部分构成? 结合实例说明 CoT 结构特点与逻辑演进方式 Prompt b站 Chain-of-Thought 结构 CoT 组成部分 思维链逻辑演进 哔哩哔哩
学习内容与项目面试，在同一条路上。
匹配正文：…,核心其实就三步——检索相关资料 → 拼进 prompt → 让模型照着答。把这三步亲手跑通,你就懂了"开卷考试"的本质;想做深,站内有完整 RAG 教程接住。 为什么需要 RAG(一句话回顾) 仅靠模型参数不能可靠覆盖最新或私有知识，生成答案也可能出错。RAG 就是在提问前,先去外部知识库捞出相关资料,塞进上下文,让模型"照着资料答"——把闭卷考试变成开卷考试。 三步拆解 用户问题 ↓ ① 检索:把问题和知识库都变成向量,找最相似的几段 相关片段 ↓ ② 增强:把片段拼进 …