IEG实习机会,不容错过
点赞 1

相关推荐

03-21 12:17
已编辑
哈尔滨工业大学 产品经理
Agent(智能体)与LLM(大语言模型)的区别与联系1. Agent的定义Agent(智能体)是一种能够自主感知环境、制定目标、规划行动并执行任务的实体。它通常由多个模块组成,包括:1️⃣感知模块:接收输入(如文本、传感器数据)。2️⃣决策模块:基于目标或规则制定策略(可能依赖LLM或其他模型)。3️⃣记忆模块:存储历史信息或知识。4️⃣执行模块:调用工具或API完成任务(如搜索、计算、控制设备)。Agent的应用场景广泛,例如自动驾驶、智能客服、自动化流程等,强调主动性、持续性和环境交互能力。2. LLM的定义LLM(大语言模型)是一种基于海量文本训练的自然语言处理模型,核心能力是理解和生成文本。例如,GPT-4、Claude等模型擅长文本生成、问答、翻译等任务,但本质上是一个“静态”模型:被动响应:需用户输入触发,无法自主行动。1️⃣无记忆性:默认不保留上下文(需通过技术手段实现)。2️⃣无工具调用能力:需依赖外部系统扩展功能。3. 核心区别1️⃣自主性Agent能主动规划任务并调用工具(如API、搜索引擎),持续与环境交互。LLM仅被动响应用户输入,无法独立决策或执行动作。2️⃣功能范围不同:Agent是多模块系统,整合记忆、推理、工具调用等功能,适用于复杂任务链(如自动化流程)。LLM仅处理文本输入输出,需依赖外部系统扩展功能(如通过插件调用工具)。3️⃣架构与复杂性:Agent是系统级架构,包含感知、决策、执行等组件,需管理动态任务流程。LLM是单一模型,仅作为Agent的“语言处理模块”存在。4. 联系与协作1️⃣LLM可作为Agent的“大脑”:Agent常利用LLM处理自然语言理解、生成和简单推理,例如分析用户意图或生成回复。2️⃣Agent扩展LLM的能力:通过整合记忆、工具调用等模块,Agent使LLM突破纯文本交互的限制,例如AutoGPT调用搜索引擎或API完成任务。总结来说:Agent是“行动者”:具备自主性和系统性,能独立完成复杂任务。LLM是“语言专家”:专注文本处理,需依赖外部系统实现功能扩展。#牛客AI配图神器#  #面试#  #产品经理#  #Ai产品经理#  #牛客激励计划#
点赞 评论 收藏
分享
- 飞书,开视频,面试官很友好,主要是让我在做整体流程的介绍,然后问了些常规八股- 第二个手撕在同一个小时的细节上没有完全撕出来,解决了90%,整体思路没问题- 3.6投递 3.20一面 3.24感谢信- 八股基本上都秒了,项目也讲清楚了,sql也都是秒的,也不懂为啥就挂了## 项目- 先那就挑一个你觉得做的最好的一个入仓的离线数仓的项目,具体讲一讲。从业务的背景,它的业务过程,你在其中做了什么内容,最后取得了什么成果这种思路展开讲一下。- 那你从业务的视角就是说是他比如说你的你的业务过程到底有哪些业务过程它有哪些数据,然后你怎么去做建模的,然后这种方式再细一下说一下。- 这个指标的话,其实你做了多少,做了哪些表,然后他的力度是什么?然后又有什么维度呢?- 在做这个指标的时候,你这整个的数据链路是啥?从离线到从是从线上到离线,然后再到你的指标,最后是大盘这种(大盘应该指的就是可视化)  - 我应该多讲一下数据通路中用到的数据同步工具- 你设计的DWD、DWS它的粒度是什么?都有哪些维度呢?- 你在做这个数仓其实是要类数仓的这样一个项目的话。那其实你觉得这里面最最难的点是在什么- 你现在的话其实更多的是接业务方需求,比如说业务方来一个需求做一个表,来个需求做一个表,那你的数据你的表就会越来越多越来越多。这跟是数仓的这种兼容和扩展影响不是很大吗?你这个是怎么考虑的?- 数据倾斜问题## 八股- 数仓建模的一般流程你知道吗?- 刚才提到你说总线矩阵,那总线矩阵的就是说横坐横轴跟纵轴都是什么?- ODS、DWD、DWS它的定位- ODS里面已经有了这个数据,为什么不直接从ODS里面去取还要再新建一个DWD呢?- Spark里面就是说它的一个优化的方法,你这边都用过哪些?- 小表join大表的话,是小表在前还是大表在前?- MR中MapTask个数和ReduceTask个数由什么决定?- Row number和rank的区别- avg函数他在算这种平均值的时候会忽略null吗?  - **`AVG` 函数的分母是有效数值的数量**## 手撕- SQL:学生成绩平均值问题和>60的问题,很简单- SQL:直播间同一天同一个小时内最大在线人数
MinJerous:有同学已经接了offer,不需要后续推进了。或者没hc了,还有就是很少,需要排序进三面(ld)
查看20道真题和解析
点赞 评论 收藏
分享
牛客网
牛客企业服务