按词频、稀有度和文档长度给文档打相关分，没有训练过程。搜索引擎默认排序即此公式；知识库里常与向量检索混合，补条款编号等字面命中。

电力规程知识库在不微调模型的前提下，用清洗、按条款分块、问句改写、分库、重排和混合检索把准确率从约五成提到八成多。数字是作者项目口径，检索质量才是上限。

循环网络像传话，远处信息容易丢；自注意力把整句摊开同时比较。查询、键、值拆成三个矩阵，是为了让「找谁」和「带走什么」分开。

用一台有公网地址的机器，把防火墙后的服务安全露出去。说明服务端与客户端分工，以及远程登录和按域名访问网页的典型配置。

Nous 开源的本机终端智能体，可调工具并可选接即时通讯。整理 Windows 安装路径、虚拟环境冲突和密钥位置，并分清命令行界面、仪表板与后台网关。

给知识库问答记下检索、生成和工具调用整条链路，并管分数、数据集和提示词版本。常与 RAGAS 配合：后者算分，前者存链路、做对比。

用大模型当裁判和向量相似度给检索增强问答打忠实度、相关性和上下文召回等分，便于改知识库前后对比。不是聊天模型，传统译文指标对不上这类问题。

面向智能体的云端执行引擎：数据与提示提交后在托管环境跑 Python，直接返回图表和报告。数据分析技能走同一套密钥，本地只发起请求。

用高层接口把预处理、比模型、调参和序列化串成短流水线，底层仍是常见表格学习库。适合快速原型；大版本引擎形态以官方仓库为准。

给定点或框提示，输出像素级前景掩码，强在零样本抠轮廓，不会自动说出类别。领域差得远时要更好提示或再训轻量分割头。