大模型如何生成回答:从 token 到上下文
理解 token、注意力和上下文学习,再看模型为什么能写出流畅的答案,以及流畅为什么不等于准确。
Melody 的个人开发博客。记录大模型、RAG、Agent 与 Web 开发,把原理、实现和验证过程写清楚。
理解 token、注意力和上下文学习,再看模型为什么能写出流畅的答案,以及流畅为什么不等于准确。
从 Markdown 文件出发,梳理检索、上下文拼装、引用和评估。先找到正确的材料,再讨论答案写得是否漂亮。
从一个整理笔记的小任务开始,理解模型、工具、反馈与停止条件,避免把一次工具调用误当成任务已经完成。
用一个博客搜索功能串起需求描述、代码修改、行为检查和交付,让每一次生成都有明确的验收方式。
本站移除初始示例文章时,暴露了静态构建的残留文件问题。内容发布要同时检查列表、详情页、RSS 和真实访问入口。
沿着本站的实际代码,走一遍文章解析、页面生成、静态文件服务与 systemd 部署,解释每个文件在做什么。
试试其他关键词,或看看全部文章。