最近手记
全部手记 →- 小红书 ↗
Agent评测
Agent 评测不能只判断最后一句回答是否正确，还要检查从意图理解、工具选择和参数调用到结果交付的完整执行链路，并通过 TurnTrace 与 Langfuse 记录可观测证据。
- 微信 · 小红书 · CSDN · 知乎 ↗
企业任务型 Agent 的上下文组装与长期记忆架构设计
本文从 Session、Task、Evidence、Approval、Delivery、Preference Memory 和 Knowledge Base 七个层级出发，给出企业任务型 Agent 的上下文组装、指代消解、长期记忆、Checkpoint 压缩与安全执行方案。
- CSDN ↗
LLM基础题（面试版）
大模型：一般指1亿以上的参数的模型，但是这个标准一直在升级，目前万亿参数以上的模型（MinMaxａｂａｂ6.5）也有了，大语言模型（Large Language Models，LLMs）是针对语言的大模型。（1）大规模参数：LLMs拥有大量参数（如GPT-３的１７５B或PaLM的540B），参数数量越多，模型对语言的捕捉能力越强，可以更好的理解上下文和生成流畅的语言。（2）多任务处理能力：经过训练后，LLMs具备在多种语言任务上表现良好的能力，例如文本摘要、情感分析、机器翻译等。