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训练」找到 178 条内容
按专题浏览 →匹配正文：…Prompt工程）及其适用场景 工具调用能力的专项优化方法 当前主流Agent应用的技术架构特点 多Agent系统的协作机制设计 Agent系统调优的三大路径 1. 监督微调（SFT） 工具调用数据构造：收集高质量的工具调用轨迹（trajectory），包括思考过程（thought）→工具选择→参数填充→结果观察的完整链条 ReAct格式微调：用"Thought: ... Action: ... Observation: ..."的结构化数据训练，让模型学会推理和行动交替 多…
匹配标题与标签：无标注时怎么训练 CoT? 仅用分类标签设计提示策略,生成简洁有效思维链 Prompt 网易 Agent Chain-of-Thought 训练 无标注 CoT 思维链提示策略 网易
匹配正文：…能力，不能等模型已经跑完，再根据漂亮的结果补写这个目标。 题面与评分真值分别交给两类读者 原代码留下五个入口，拒绝便捷兜底 在这份训练代码实现中，任务对象同时服务运行端和评分端。评分辅助函数能按 entities 中的标识定位环境表，取得本题需要核对的记录；这条真值解析路径与模型题面生成分开。 首轮题面使用 _case_context。它固定构造会话标识、客户标识、订单号、区域和客户消息五个字段。读取某个可见值时，先查 agent_facing，再查 visible_cont…
学习内容与项目面试，在同一条路上。