大模型高频名词扫盲：RAG、微调、Agent、幻觉一次讲清

看 AI 岗位的 JD 或技术文章，满屏黑话：RAG、SFT、DPO、Agent……面试闲聊时听不懂这些，第一印象就输了。花 10 分钟扫盲，值得。

模型训练类

• 预训练（Pretrain）：用海量语料从零训练出"通才"大模型，只有大厂干得起；
• SFT（监督微调）：用"问题-答案"对教会模型按指令回答，把通才调成客服/助手；
• RLHF / DPO：用人类偏好进一步对齐，让回答更符合人的口味；
• LoRA / PEFT：只训一小部分参数的微调技术，一张卡就能微调大模型。

应用架构类

• RAG（检索增强生成）：先从知识库里检索相关内容，再让模型基于检索结果作答——企业知识库问答的标准方案，治幻觉的主力；
• Agent（智能体）：让模型会"用工具"：查数据库、调 API、多步规划执行任务；
• Prompt（提示词）：给模型的指令，工程上指一整套设计与优化方法。

性能与问题类

• 幻觉（Hallucination）：一本正经地胡说八道，RAG 和引用溯源是主要对策；
• 上下文窗口：模型一次能处理的最大文本量，单位是 token（1 个汉字约 1-2 token）；
• 推理成本：生成内容的算力开销，工程上靠缓存、小模型分流来省钱。

怎么用起来

面试被问"你了解 RAG 吗"，别只背定义——接一句"我理解它主要解决知识时效和幻觉问题，关键难点在检索质量"，段位立刻不同。

哪个概念没吃透，把这段截图圈出来按 Alt+Q 追问（工具免费 3 次），AI 会展开讲到你懂。想深入面试考法看大模型考点。