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。
「思维链 CoT」找到 116 条内容
按专题浏览 →匹配正文：…。 Agent的核心能力优势 规划（Planning）：将复杂目标拆解为可执行的子任务序列 推理（Reasoning）：链式思考（CoT）、ReAct循环，处理隐含条件 工具使用（Tool Use）：动态选择、组合、调用外部API或函数 记忆（Memory）：维护短期上下文和长期知识，支持多轮交互 自适应（Adaptation）：根据执行反馈自我修正，而非硬编码分支 落地关键：Agent不是替代Workflow，而是在Workflow的节点中嵌入Agent能力，形成"确定性骨…
匹配正文：…dding输入限制、LLM上下文预算和业务评测结果。 学习建议 建议掌握大模型训练基础，深入理解推理路径建模与损失函数的关系，结合CoT论文实践分析。
匹配正文：…码硬约束 四、两阶段学习策略 阶段1：模仿学习（冷启动） 来源：人工标注轨迹、规则引擎历史日志、GPT-4蒸馏 训练：SFT + 思维链监督，重点学习工具选择时机和参数填充 数据配比：成功轨迹70% + 失败恢复案例30% 阶段2：在线强化学习 奖励模型：结果奖励（任务完成）+ 过程奖励（格式合规、不重复调用） 算法选择：PPO初期稳定，DPO后期高效迭代 关键技巧：引入"拒绝采样"过滤低质量轨迹，减少探索成本 五、评估机制 离线评估：单元测试（单工具准确率）→ 集成测试（多…
学习内容与项目面试，在同一条路上。