本文目录
让模型学会调工具:业务背景 → 数据工程 → 训练策略 → 评估与事实自检
本页介绍训练营项目的学习方向；完整教程与代码暂未公开。请先阅读下方对应公开教程，再按需要咨询课程安排。
教会模型在合适的时机，用正确参数调用正确工具
Function Calling 是 Agent 工程中的关键环节:模型要判断何时调用、选择哪个工具，并生成可校验的参数。
这部分计划从业务场景、数据构造、训练策略与调用评估四个方面展开。尚未公开的内容只说明范围，不预设训练效果。
业务背景
- 为什么要 Function Calling
- 业务场景怎么定
- 数据从哪来
数据工程
- Function Call 数据格式
- 怎么造高质量样本
- 难例 / 负例怎么配
训练 + 评估
- 训练策略怎么选
- 怎么评估调用准确率
- 常见坑与对策
复盘 + 应用
- 事实怎样留证
- 面试怎么讲
- 失败后怎么优化
学习成果
目标是建立「业务 → 数据 → 训练 → 评估」闭环，并能区分亲自完成的事实与教学方案。
适合谁
想理解 Agent 工具调用与微调评估的同学
想跟着老师完成项目
需要项目实现、代码复盘和面试指导，可以了解大模型训练营的课程安排。