PRACTICE / QUESTIONS
专项题库
按技术方向选择题库。客观题提交后查看评分与解析,简答题可对照参考答案。
人工智能 · 9 个题库
题库练习
生成式 AI 与大模型基础
覆盖生成式 AI 的核心概念:Transformer 与自注意力、token 与上下文窗口、采样参数、嵌入向量、幻觉成因与治理、function calling、RAG 与微调的取舍、小模型与开源模型选型,以及 LLM 应用的评估与安全边界。考点覆盖参考 microsoft/generative-ai-for-beginners(MIT)的课程大纲,题干、答案与提示为中文原创。
题库练习
提示工程实战
覆盖提示工程的主流技法与工程判断:思维链与其适用边界、自洽性采样、提示链与任务拆解、ReAct、思维树、few-shot 示例设计、结构化输出契约、定界符与提示注入防御、PAL 工具优先原则、自我批评的正确用法,以及以评估集驱动的提示迭代方法。考点覆盖参考 dair-ai/Prompt-Engineering-Guide(MIT),题干、答案与提示为中文原创。
题库练习
RAG 与 AI Agent 工程
面向真正要上线的 LLM 应用:切块与混合检索、查询改写与重排、权限前置过滤、引用与拒答的提示设计、RAG 分层评估;Agent 侧覆盖与工作流的选型边界、工具定义、记忆分层、幂等与重试、预算与终止条件、可观测与逐步放权的落地路径。考点覆盖参考 microsoft/generative-ai-for-beginners 与 dair-ai/Prompt-Engineering-Guide(均为 MIT),题干、答案与提示为中文原创。