RAG相关技术：除了RAG，还有Dense Retrieval、Contextualized Retrieval、Hybrid Retrieval、Knowledge Graph Integration等； 智能体（agents）开发框架：智能体作为LLM的执行者，其开发框架的选择对于构建高效、可靠的软件系统至关重要。我们将调查当前市场上主流的智能体开发框架。 微调技术：微调是使LLM适应特定领域或特定任务的关键技术，我们将关注采用哪些微调技术和策略，如SFT、领域适应、增量学习、迁移学习、数据增强等。 业务规划或产品创新：如何使用 LLM 的调查，包括新产品探索、客户洞察、辅助最小可行产品（MVP）、辅助业务规划、业务流程分析等方面，以了解 LLM 在业务创新中的作用。 在“软件需求” 哪些方面发挥作用，如需求收集、需求分析（含需求建模）、需求定义、需求评审等方面，以更深入地了解 LLM 在软件需求阶段的擅长领域和实际应用情况。 各个行业 / 领域大模型应用成熟度，以了解不同领域大模型的发展现状。 ......
（扫码/点击文末“阅读原文”参与调查）
