评估学习专题

评估学习资料：面试题、系统教程。从实际问题进入，按自己的基础选择需要的内容。

共 122 条内容

按专题浏览 →当前分类：专题：评估清除分类条件

面试题评估· 美团

RAG 缓解幻觉的机制

RAG 缓解幻觉的机制、收益、局限与优化方向

#美团#事实锚定#RAG 缓解幻觉的机制

面试题评估· 蚂蚁

Agent 系统哪些模块最易出问题?

常见故障场景下监控体系设计与问题定位策略

#蚂蚁#Agent#AI Agent 稳定性

面试题评估· 字节

RAG 为何要二次生成?

向量检索后大模型再生成:准确性、上下文完整性、幻觉控制

#抖音#RAG 二次生成#向量检索 vs 大模型生成

面试题评估· 字节

RAG 评测优化闭环

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

从指标、失败切片到检索/生成实验的优化闭环

#字节#评估与监控#RAG 评测优化闭环

面试题评估· 字节

RAG 评估指标与迭代陷阱

系统性评估指标与常见迭代优化方法及适用场景

#字节#评估与监控#RAG 评估

面试题评估· 美团

RAG 仍会幻觉的原因

部署 RAG 后仍出现幻觉的根因和排查，补充适用边界与工程取舍

#美团#检索证据质量#RAG 仍会幻觉的原因

面试题评估· 淘天

RAG 怎么减少幻觉?

从外部知识引入到事实准确性提升,3 个维度解析机制

#淘天#事实准确性#RAG 减少幻觉

面试题评估· 百度

RAG 错误怎么定位到检索或生成?

归因分析方法与对照实验设计,指标评估原理详解

#百度#评估与监控#RAG 错误定位

面试题评估· 百度

RAG 错误根源怎么定位?

Retriever vs Generator 归因分析,指标与验证步骤详解

#百度#评估与监控#RAG 错误定位

面试题评估· 科大讯飞

RAG 解决了 LLM 哪些局限?

知识密集型任务为何需要 RAG 架构,对比传统大模型

#科大讯飞#阿里#RAG 架构

面试题评估· 字节

专业领域 RAG 链路怎么搭?

医疗法律场景下文档处理、检索策略与评估方法

#字节#RAG 全链路#RAG 技术链路

面试题评估· 字节

召回策略怎么选? Recall@k 怎么看?

RAG 系统评估指标详解,包括 Recall@k 的作用与意义

#抖音#评估与监控#RAG 召回策略评估

面试题评估· 字节

RAG 召回评估指标对比

关键指标如 Recall@k 如何影响系统性能

#抖音#Recall@k#RAG 召回评估

面试题评估· 淘天

RAG编码模型评估指标与对比

从 DPR 到 Contriever,检索能力评估指标与流程详解

#淘天#DPR 与 Contriever#RAG 编码模型评估

面试题评估· 字节

RAG 三大瓶颈与迭代策略

检索精度、生成质量、系统效率三大维度迭代策略

#字节#评估与监控#RAG 性能瓶颈

面试题评估· 美团

LLM 幻觉治理方法对比

训练、RAG、解码和事实校验等 LLM 幻觉治理全景

#美团#幻觉治理#LLM 幻觉治理方法对比

面试题评估· 京东

RAG vs RLHF 幻觉治理

比较 RAG 与 RLHF 处理知识型幻觉和行为问题的边界

#京东#RAG 与 RLHF#RAG vs RLHF 幻觉治理

面试题评估· 字节

医疗法律RAG：评估陷阱

医疗/法律场景下数据处理、检索、生成与评估全链路

#字节#专业领域 RAG#RAG 系统设计

面试题评估· 百度

Single-Agent vs Multi-Agent 怎么选?

通信机制、协作方式、任务分解与冲突解决对比

#百度#评估与监控#Agent

面试题评估· 字节

BGE-M3 vs BM25 怎么选?

RAG 中向量检索与关键词检索的评估指标与权重

#抖音#BGE-M3 vs BM25#RAG 检索方案评估

面试题评估· 字节

RAG 二次生成怎么减少幻觉?

结合提示工程与约束生成策略,降低大模型幻觉

#抖音#约束生成#RAG 幻觉

面试题评估· 高德

Agent 多工具怎么选?

引入评分排序与成本评估,设计工具调度决策流程

#高德#Agent#Agent 工具选择

面试题评估· 美团

召回阶段怎么评估质量?

离线与在线指标优缺点分析,覆盖 Recall、MRR、NDCG

#美团#评估与监控#召回评估指标

面试题评估· 哔哩哔哩

粗排模型评估指标与离线在线方法

推荐/检索场景下关键指标与离线在线评估方法

#哔哩哔哩#评估与监控#粗排模型评估