为什么项目用的rag是向量检索➕bm25+知识图谱，但是测评里却只测了向量和bm25和这两者混合？
回答：知识图谱是后续加的，rag测评基本测的话也就是两种，一种是chunk的切分策略，一种是向量化模型的选择。
为什么项目用的rag是向量检索➕bm25+知识图谱，但是测评里却只测了向量和bm25和这两者混合？
回答：知识图谱是后续加的，rag测评基本测的话也就是两种，一种是chunk的切分策略，一种是向量化模型的选择。
more...
意图识别模型微调
该文档未返回正文内容。
双模型意图路由：面试表达手册
这份材料用于把真实做过的工作讲清楚。重点不是背指标，而是说明为什么做、怎么验证、发现了什么问题，以及下一步如何让它成为可靠的产品能力。
双模型意图识别真实训练记录（2026-07-22）
本文记录 ScholarAgent 意图识别模块的一次真实训练与评测。实验同时训练了 CPU 友好的 BGE/BERT 分类器和 GPU 上的 Qwen3-0.6B LoRA 路由器。
双模型意图识别真实训练记录（2026-07-22）
本文记录 ScholarAgent 意图识别模块的一次真实训练与评测。实验同时训练了 CPU 友好的 BGE/BERT 分类器和 GPU 上的 Qwen3-0.6B LoRA 路由器。
more...
Qwen3-0.6B模型结构与 LoRA微调原理
本文解释 ScholarAgent 的 GPU 意图方案如何使用 Qwen/Qwen3-0.6B 生成结构化 IntentContext，以及 Decoder-only、因果注意力、GQA、RoPE、RMSNorm、SwiGLU 和 LoR
Qwen3-0.6B模型结构与 LoRA微调原理
本文解释 ScholarAgent 的 GPU 意图方案如何使用 Qwen/Qwen3-0.6B 生成结构化 IntentContext，以及 Decoder-only、因果注意力、GQA、RoPE、RMSNorm、SwiGLU 和 LoR
more...
BERT结构与原理
本文解释 ScholarAgent 的 CPU 意图分类方案为什么采用 BERT 类编码器、模型内部如何处理一句话，以及微调时究竟更新了什么。
第25章 2026-Agent技术展望
终章 — AI Agent 的未来与全课回顾
第24章 推理框架与模型服务化
从开源模型到可用服务，Ollama/vLLM/SGLang 实战
第23章 Agent部署与运维
从 Demo 到生产——部署、监控、灰度、CI/CD 全流程
公告
站点公告
过度思考未来，无异于杀死现在的自己
站点统计
文章
3,855
分类
35
标签
656
总字数
12,954,924
题目
3,950
运行时长
433 天
最后活动
6 天前
日一二三四五六
分类
标签
聊天室