LLM、Diffusion 和 RAG 分别解决什么问题
答案要点
- LLM:Transformer 自回归预训练加指令微调与对齐,解决通用文本理解与生成
- Diffusion:前向逐步加噪、反向学习去噪,从噪声生成图像、视频、音频等内容
- RAG:检索相关文档拼入提示词再生成,缓解知识过时、私域知识缺失和幻觉
- RAG 是系统架构而非新模型,知识更新只需更新索引,不必重新训练
易错点
- 把 RAG 当成一种模型结构,它是检索加生成的系统方案
- 说 RAG 能彻底消除幻觉,它只能缓解
- 把 Diffusion 说成只能生成图像,它也用于视频、音频等
面试官常见追问
- RAG 和微调怎么选?
- 扩散模型相比 GAN 有什么优缺点?
- 用了 RAG 为什么还会幻觉?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。