diff --git a/notes/学习路线 - 大模型应用开发.md b/notes/学习路线 - 大模型应用开发.md index 4ee2f358..f1462352 100644 --- a/notes/学习路线 - 大模型应用开发.md +++ b/notes/学习路线 - 大模型应用开发.md @@ -39,6 +39,19 @@ 每天先读完阅读范围，再不看笔记回答自测题，答完展开参考要点核对；动手练习对照预期的结果。自测答得上来、动手结果与预期一致、算法题提交通过，这一天就完成了。选读可以跳过。 +AI 应用岗的面试也常问后端和计算机基础，最常见的是 MySQL 索引、分布式锁、WebSocket 与服务器推送事件（Server-Sent Events, SSE）、限流和熔断。没有后端基础的读者，还要学 Java 后端路线中的这些天： + +- MySQL 的索引与查询优化：[第 25 天](学习路线%20-%20Java%20后端.md#第-25-天b-树与索引的类型)、[第 26 天](学习路线%20-%20Java%20后端.md#第-26-天索引的使用)、[第 27 天](学习路线%20-%20Java%20后端.md#第-27-天查询性能优化)； +- 缓存的三种问题与一致性：[第 34 天](学习路线%20-%20Java%20后端.md#第-34-天缓存的位置与三种问题)、[第 35 天](学习路线%20-%20Java%20后端.md#第-35-天缓存一致性与一致性哈希)； +- TCP 的连接管理、WebSocket 与 SSE：[第 36 天](学习路线%20-%20Java%20后端.md#第-36-天tcp-的连接管理)、[第 40 天](学习路线%20-%20Java%20后端.md#第-40-天缓存websocket-与跨域)； +- 进程与线程：[第 44 天](学习路线%20-%20Java%20后端.md#第-44-天进程与线程)； +- 设计模式：[第 52 天](学习路线%20-%20Java%20后端.md#第-52-天设计模式)； +- 分布式锁、幂等与消息队列的可靠性：[第 54 天](学习路线%20-%20Java%20后端.md#第-54-天分布式锁)、[第 56 天](学习路线%20-%20Java%20后端.md#第-56-天rpc分布式-id-与幂等)、[第 57 天](学习路线%20-%20Java%20后端.md#第-57-天消息队列的作用与可靠性)； +- 限流、熔断与秒杀：[第 60 天](学习路线%20-%20Java%20后端.md#第-60-天性能与可用性)、[第 61 天](学习路线%20-%20Java%20后端.md#第-61-天秒杀与抢红包)； +- 用 Java 的读者再加 HashMap 和线程池：[第 7 天](学习路线%20-%20Java%20后端.md#第-7-天hashmap)、[第 9 天](学习路线%20-%20Java%20后端.md#第-9-天线程与线程池)。 + +投递大模型算法、Agent 算法岗位时，训练相关的题会问得更深，例如损失函数怎样计算、手写多头注意力，要再读[进阶篇](大模型应用%20-%20进阶.md)，并把其中的代码自己写一遍。 + ## 二、开始之前 本路线不讲语法。动手部分大多用 Python，开始前先确认能独立写出下面 5 个程序： @@ -479,7 +492,7 @@ Embedding 把文本变成向量，相似度检索靠它完成。向量索引回 1. 检索看 Recall@K（相关切片有多少在前 K 个中）、Precision@K（前 K 个中相关的比例）、MRR（第一个相关结果排名倒数的平均）和 NDCG（分级相关、按排名打折），K 增大时召回率不降、精确率往往下降，放进提示词的切片还要看精确率和端到端正确率；生成看忠实度（结论能否在资料中找到依据）和答案相关性（是否回应了问题），通常由模型裁判拆成小步骤打分，两者要一起看。 2. 按数据流动的顺序从前往后查：解析、切片、检索、重排、生成，前面的错误后面无法弥补；每步分别看解析结果与原文是否一致、答案是否完整在一个切片中、相关切片在两路检索和重排前后的排名、直接给正确资料能否答对；也可以先做最后一步，区分问题在检索还是生成。 -3. 优先从真实用户问题中抽样，不够时用模型生成再人工改写措辞，避免照抄原文高估向量检索；包含没有答案、需要多个切片和新旧版本冲突的问题，没有答案的问题回答不知道算对、编出答案算错；标注标准答案和所需的原文片段而不是切片 ID，线上的错误回答持续补充进来。 +3. 优先从真实用户问题中抽样，不够时用模型生成再人工改写措辞，避免照抄原文的词语让检索的评测结果偏高；包含没有答案、需要多个切片和新旧版本冲突的问题，没有答案的问题回答不知道算对、编出答案算错；标注标准答案和所需的原文片段而不是切片 ID，线上的错误回答持续补充进来。