小哲讲大模型 面试通关秘籍xn
【小哲讲大模型】 面试通关秘籍 ├── 1.01_什么是 AI Agent 它与传统 AI 有什么区别.mp4 ├── 10.10_为什么 Agent 需要记忆_.mp4 ├── 11.11_什么是推理引擎_.mp4 ├── 12.12_工具使用在 Agent 中的作用_.mp4 ├── 13.13_什么是环境交互_.mp4 ├── 14.14_感知与行动在 Agent 中如何体现_.mp4 ├── 15.15_单 Agent 与多 Agent 系统的区别_.mp4 ├── 16.16_Agent 的能力边界在哪里_.mp4 ├── 17.01_什么是大语言模型(LLM)_.mp4 ├── 18.02_LLM 是如何训练的_.mp4 ├── 19.03_什么是 Token_.mp4 ├── 2.02_什么是 Agentic AI.mp4 ├── 20.04_什么是下一个 Token 预测_.mp4 ├── 21.05_Transformer 的核心机制是什么_.mp4 ├── 22.06_注意力机制(Attention)是怎么工作的_.mp4 ├── 23.07_Temperature 参数对生成结果有什么影响_.mp4 ├── 24.08_Top-K 和 Top-P 采样是什么_.mp4 ├── 25.09_什么是幻觉(Hallucination)_.mp4 ├── 26.10_LLM 为什么会产生幻觉_.mp4 ├── 27.11_如何评估 LLM 的质量_.mp4 ├── 28.12_开源模型 vs API 模型，如何选择_.mp4 ├── 29.13_如何为项目选择合适的 LLM_.mp4 ├── 3.03_LLM 与 Agent 有什么区别.mp4 ├── 30.14_Prompt 对 LLM 输出有什么影响_.mp4 ├── 31.15_什么是指令微调(Instruction Tuning)_.mp4 ├── 32.16_RLHF 在 LLM 中起什么作用_.mp4 ├── 33.01_什么是提示词工程（Prompt Engineering）.mp4 ├── 34.02_Zero-Shot 和 Few-Shot 有什么区别