老牌中厂一面
1..一般使用哪些ai工具
2..传参类型校验
3..使用rag的场景
4..常见的向量数据库
5.双分割器 怎么分的
6.拷打实习
7.多agent agent分工
8.反思型agent 怎么做
9.长期记忆怎么做 对话内容特比多 放不下怎么办
10.做mcp的插件市场,该怎么做
11.plan-extctuer replan ???了解过吗
2..传参类型校验
3..使用rag的场景
4..常见的向量数据库
5.双分割器 怎么分的
6.拷打实习
7.多agent agent分工
8.反思型agent 怎么做
9.长期记忆怎么做 对话内容特比多 放不下怎么办
10.做mcp的插件市场,该怎么做
11.plan-extctuer replan ???了解过吗
全部评论
agent开发相关的后端吗
相关推荐
书海为家:#人脑vsAI#
尽管深度学习的最初灵感来源于人类的大脑,但二者的运作方式截然不同:深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练,它在相同领域的表现将远远超过人类(尤其是在数字的量化学习,例如挑选某人最可能购买的产品,或从100万张脸中挑选最匹配的一张)——相对来说,人类在同一时间内只能把注意力放在少数几件事情上面,而深度学习算法却可以同时处理海量信息,并且发现在大量数据背后的模糊特征之间的关联,这些模糊特征不仅复杂而且微妙,人类往往无法理解,甚至可能不会注意到。
虽然深度学习拥有人类所缺乏的并行处理海量数据的“绝技”,但不具备人类在面对决策时独一无二的汲取过去的经验、使用抽象概念和常识的能力。
与人类相比,深度学习想要充分发挥作用,离不开海量的相关数据、单一领域的应用场景以及明确的目标函数,这三项缺一不可,如果缺少其中任何一项,深度学习将无用武之地。 点赞 评论 收藏
分享
查看11道真题和解析 点赞 评论 收藏
分享
03-10 21:26
南京大学 运营 点赞 评论 收藏
分享
查看21道真题和解析 点赞 评论 收藏
分享