pengtao-tech

标签: 真盲区

此标签下有19条笔记。

  • 2026年5月12日

    Decoder 的 Mask 为什么要下三角

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    RNN 是什么

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    Self-Attention 与 Cross-Attention 的区别

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    Transformer 为什么比 RNN 快

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    Transformer 是什么

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    为什么 attention 要除以 √dk

    • P0
    • 真盲区
    • AI方向
    • 已背熟
  • 2026年5月12日

    多头注意力为什么比单头好

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    Agent 的基本抽象是什么

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    Agent 的记忆如何分层

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    Multi-Agent 有哪些协作范式

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    Planning 类 Agent 有哪些模式

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    ReAct 的核心思想是什么

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    固定编排与 LLM Agent 的边界是什么

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    Chunking 有哪些常用策略

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    Embedding 模型怎么选

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    RAG 的基本流程与局限

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    为什么 RAG 还需要 Rerank

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    向量库与 pgvector 类方案怎么选

    • P0
    • 真盲区
    • AI方向
    • 生疏
  • 2026年5月12日

    检索与排序效果怎么评(Recall、MRR、nDCG)

    • P0
    • 真盲区
    • AI方向
    • 生疏

关系图谱

Created with Quartz v4.5.2 © 2026

  • GitHub
  • Discord Community