aibi1

摘要： 目录 需求 我所在的公司是做鸿蒙生态的，给企业提供 超级设备解决方法。比如我们通过鸿蒙可以看到各个物联网设备的 运行情况，通过鸿蒙对超级设备进行控制。当然我们有AI Agent来控制各种超级设备。 现在有个需求：我们要把各个企业使用的数据收集，清洗，成为大模型的后训练的数据集。 挑战： 1 数据清洗 阅读全文

摘要： 目录1. 为什么 K8s 抛弃了 Docker？（历史转折点）2. 现在的主流是什么？3. 最关键的误区：那我以前写的 Dockerfile 废了吗？总结：现在的标准分工模式 一句话回答：不是。 目前主流的 Kubernetes (K8s) 底层已经不再使用 Docker 作为容器运行时（Runti 阅读全文

摘要： 目录一、 从“场景”维度来看：确定性 vs 灵活性1. 什么时候该用 Workflow（代码/状态机）追问？2. 什么时候该用 SFT（大模型）追问？二、 从“技术架构”维度来看：ReAct vs 意图+Workflow1. 架构 A：ReAct 绑定一大堆 Tools（通用型 Agent）2. 架 阅读全文

摘要： 目录一、 核心痛点：为什么大家开始“嫌弃” ES？二、 三大引擎的本质对比（面试核心话术）1. Elasticsearch (ES)：精装版的“大字典”2. Loki：经济适用的“图书馆目录”3. ClickHouse (CK)：性能暴力的“超级 Excel”三、 结合你的岗位（Agent 架构师） 阅读全文

摘要： 目录1. 运行态解耦：用“容器化 (K8s)”屏蔽底层框架2. 通信协议标准化：定义“API 契约”3. 可观测性（监控/追踪）标准化：强推“探针与协议”4. 核心能力下沉：干掉框架的“私有资产”5. 提供“适配器模式 (Adapter)”的内部 SDK面试实战话术（如何对面试官讲）：可观测架构设计 阅读全文

摘要： 目录问题 1：真实电商场景，大部分问答应该走 RAG，SFT 主要做意图分类？问题 2：SFT 和 DPO 的数据看起来没本质区别，到底有什么区别？总结 两个问题都非常有价值，直接回答： 问题 1：真实电商场景，大部分问答应该走 RAG，SFT 主要做意图分类？ 你的判断基本正确，但更准确的说法是两 阅读全文

摘要： 目录1) 概率（模型输出 token 概率）你要记住2) log 概率（训练里常用）直觉3) 损失函数（loss 越小越好）一句话4) 梯度下降（参数怎么改）直觉比喻四个概念串成一条链 太好了，这 4 个概念是你后面学 DPO/RL 的地基。我用同一个小例子串起来讲，你会更容易记住。 假设用户问： 阅读全文

摘要： 目录结论为什么客服更不能直接上 RL客服里常见的奖励信号（给你参考）客服落地推荐（最实用）Phase 1（先上线）Phase 2（提升体验）Phase 3（追求转化或效率）结论先说为什么不会全靠 RL？未来主流架构（你可以这么理解）RL 在这里主要干什么？ 是的，智能客服场景也基本是这个玩法，而且比 阅读全文

摘要： 目录先一句话如果你做 LLM/Agent 落地什么时候“只学 DPO”也够用？什么时候必须学更完整 RL？ 不够。DPO 很重要，但不是“强化学习全貌”。 先一句话 DPO：更像“偏好学习/对齐”的高性价比方法，工程上很好用。 RL（广义）：还包括策略梯度、PPO/GRPO、奖励建模、探索、信用分配 阅读全文

摘要： 目录为什么“分开归一化”这么关键？PAPO 训练怎么实现（通俗版）第 1 步：对同一个题目，生成一组回答第 2 步：给每个回答打“结果分”（ORM）第 3 步：给回答打“过程分”（PRM）第 4 步：关键改造——“分开归一化”4.1 结果优势 (A_out)伪代码这段代码的关键点（你记这3句就够）如 阅读全文