1、RAG 里的幻觉怎么解决？RAG 幻觉一般来自三种情况：没有召回到正确证据、召回到了但排序不对、证据足够但模型还是自己补。解决也要对应分层。第一层是提高文档质量和召回质量，比如切片更合理、用混合检索、做 query rewrite、加 metadata 过滤。第二层是重排层，用 rerank 模型让最相关证据排前面。第三层是生成层，要让模型严格基于证据回答，证据不足就拒答，不允许自由扩写。如果从更抽象的角度看，幻觉问题本质上是“系统回答倾向强于证据约束”。所以真正要解决的是：让系统在信息不足时学会克制，而不是为了流畅性硬编一个完整答案。2、LoRA 微调原理LoRA 是 Low-Rank ...

本人bg：23届厦大硕，厦门银行科技岗，今年是在这儿的第三年。当年毕业的时候，拒了一个股份制大行的分行Offer，选了现在这家城商行。当时身边很多人不理解，觉得我放着大行招牌不要，跑来一家城商行，是不是脑子不清楚。还有人问我：“你厦大毕业的，去个城商行不亏吗？”今天想跟大家聊聊，这三年我到底后没后悔。先说说技术。来之前，我自己也对城商行的科技岗有过顾虑——怕科技部门弱势，技术上保守，核心系统全靠买，自己没啥技术含量。 来了才发现，完全不是这么回事。科技在银行里其实是核心角色，很多业务都依赖核心系统的实现。我们正在做的零售普惠智能风控体系，整合了AI、大数据、NLP这些技术，还有区块链的应用，比...