看了篇论文感觉挺有意思的，这个是我目前看，能够比较完整的把智能体错误进行系统整理并給出一个诊断方式的文章。并提出了一个多代理系统故障分类法(MAST - Multi-Agent System Failure Taxonomy)原文链接这个文章主要把Agent的问题分为了三类第一类：系统设计问题这类错误通常是因为系统让智能体扮演的角色没定义好，或者智能体没能遵守“人设”和规则。其中下分五个错误1.1 违背任务规范 (Disobey Task Specification)：用户说“不要用固定字典”，智能体非要用。即无视用户的核心约束。 1.2 违背角色规范 (Disobey Role Specif...

1.在 RAG 应用中是如何做效果评估具体用了哪些指标2.如何训练用于 RAG 场景的生成模型3.vLLM 的核心原理是什么4.如何增强模型的多轮对话能力5. CoT ( Chain - of - Thought )训练数据如何构造6.介绍vL LM 、量化、 KV Cache 优化技巧7." packing "形式和"多轮对话"形式有何区别？8.LeetCode 72编辑距离📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

flash attention解释下gqa解释下怎么才能训练好一个sft过程？sft的loss计算是用什么计算的？lora原理lora参数权重初始化lora的r和缩放参数dpo的lossdpo数据集怎么构造比较好？如果dpo训练过程中，accept回答和reject回答的loss都在升高，怎么办？假如说dpo效果不好，怎么解决？多轮对话一般要怎么训练？rag的流程？检索时，只用关键字匹配会存在问题，怎么具体解决？（没有上下文语义信息）给定一个网页，如何提取其中的关键信息

去年秋招最灰暗的时候，我总在深夜刷牛客。某个帖子下，我随手发了句“投了七十份简历全挂，是不是该放弃了”。十分钟后收到条陌生私信：“给你看看我的。”附件里是张密密麻麻的Excel表，标红拒信的栏目长得触目惊心，最后却有个绿色高亮的单元格写着：“第104次投递，终于。”那个深夜，我们隔着屏幕分享了同一包虚拟薯片，他发来句话：“失败不是履历的空白，是底色。”今年春天实习，我遇到位总沉默擦桌子的保洁阿姨。有次我加班改方案到崩溃，她突然放下抹布，从围裙口袋掏出颗薄荷糖推过来：“我女儿也是做电脑的，她说难受时就吃颗糖，甜味能熨平脑子里的褶子。”后来我才知道，她女儿五年前车祸去世了。那颗糖我一直没吃，它躺在抽屉里，每次打开都让我想起：这世上总有人，正默默用自己破碎的心，去缝合别人的裂缝。上周整理面试资料，发现文件夹里除了简历作品，还存着许多奇怪的东西：地铁口奶奶送的栀子花照片、深夜便利店店员多给的关东煮丸子照片、还有面试路上总是对我摇尾巴的流浪狗视频。原来求职路上最珍贵的从来不是offer，而是那些让你在坚持不下去时，依然愿意相信人间值得的瞬间。我们都在奔赴各自的人生，但那些交汇时互赠的光亮，足以照亮很远的荒原。