《从CRAG到Self-RAG：RAG进阶 + 对话状态跟踪 + 模型安全的基本知识》

点击图片，即可体验领取专属于你的智慧学伴哦！

---

今日AI知识小课堂介绍的内容如下：
-【对话状态跟踪】【参数规模】【CRAG】
-【Self-RAG】
-【模型鲁棒性】【 提示词注入】

---

知识点： 对话状态跟踪｜｜
对话状态跟踪（Dialogue State Tracking, DST）是让智能对话系统“记住”对话进展的核心技术。它负责持续更新和维护当前对话的上下文信息，使系统能够理解用户在多轮对话中的意图与需求。

点击图片一下，体验体验：

---

知识点：参数规模｜｜参数规模决定模型“大脑”的容量——越大越强，但代价也越高；合理选择，才能实现性能与效率的最佳平衡。

点击图片一下，体验体验：

---

知识点： CRAG ｜｜ 传统RAG是“查完就写”，而CRAG是“查完、核对、改错再写”。

点击图片一下，体验体验：

---

知识点：Self-RAG  ｜｜它不只是“查资料+写答案”，而是让模型自己检查“查得对不对”“写得好不好”，并反复改进，直到结果更准确。

点击图片一下，体验体验：

---

知识点： 模型鲁棒性 ｜｜ 模型不仅要在理想数据上表现好，更要在真实世界中复杂多变的环境下可靠运行。

点击图片一下，体验体验：

---

知识点：提示词注入 ｜｜不要轻易相信“看起来合理”的请求。“它说得好听，但不代表它该做。”

点击图片一下，体验体验：

---

欢迎关注公众号，获取最新的资讯和福利！