页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Agent」找到 471 条内容
按专题浏览 →匹配正文：强化学习训练 Deep Research Agent 时，同一道题往往不只生成一条轨迹。 模型会采样一组不同路径：有的先 Search 再 Visit，有的只看摘要就回答，有的查全证据却被长度截断，还有的格式正确但结论不完整。 GRPO 的关键做法，是把同组候选放在一起比较。高于组内基准的轨迹得到正优势，低于基准的轨迹得到负优势，再用这个相对信号更新策略。 它没有凭空消除“基准”，而是用组内 reward 统计替代额外学习的价值网络。 这个直觉很简单，真正落地却有许多边界：同…
匹配标题与标签：… 从业务槽位、元数据字典、Schema 召回、Join 图到澄清策略，讲清大规模 Text2SQL 怎样选表选列并消除业务歧义。 Agent Agent 工具调用与安全 Text2SQL Schema 选择 Text2SQL 歧义消解 Text2SQL Schema Linking Text2SQL 业务术语 Text2SQL 澄清问题
学习内容与项目面试，在同一条路上。
匹配正文：…复创建两份研究。 相关工程教程给出的方向是异步任务加进度查询，并要求重试、降级、断点和状态隔离。 所以面试官真正想问的是： 长时 Agent 如何拆成任务控制面和执行面，任务状态机怎样设计，怎样处理幂等、租约、断点、取消、重试和背压，GPU 推理与外部工具并发如何协调，又如何定义可验证的服务目标而不虚构现有 QPS 或 SLA？ 同步请求为什么容易出问题？ 第一，生命周期不匹配。 网关、负载均衡和客户端都有超时，研究任务却可能更久。连接结束不代表任务应该被杀掉。 第二，失败边…