-
RAG 面试笔记：检索与索引 
maokaihe #RAG #LLM #Information Retrieval 梳理时效性召回、向量与关键词混合检索、版本过滤和增量索引等 RAG 基础问题。
-
RLHF 与 RLVR：偏好奖励和可验证奖励 maokaihe #LLM #RLHF #RLVR #Reinforcement Learning 比较 RLHF 与 RLVR 的奖励来源、训练成本及验证器设计中的风险。
梳理时效性召回、向量与关键词混合检索、版本过滤和增量索引等 RAG 基础问题。
比较 RLHF 与 RLVR 的奖励来源、训练成本及验证器设计中的风险。