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：核心判断 神经网络MoE和Agent路由可以借用“专家分工”这个类比，但不是同一种机制。稀疏MoE通常在token级由可训练路由器选择少数前馈专家，优势是每个token只激活部分参数以控制计算量。系统级Agent路由则在请求、步骤或工具级选择模型、检索器和执行器，关注权限、延迟、状态与失败恢复。不能把token路由的结论直接搬到Agent编排。 机制与边界 Switch Transformer展示的是稀疏激活模型：总参数可以很大，但每个token只经过一个或少数专家，因此活跃…
匹配正文：长视野环境的四层设计 1. 状态与观测 定义真实状态、Agent 可见观测、动作、终止与截断条件。部分可观测时，允许策略使用历史、RNN/Transformer memory 或 belief state；记录随机种子与环境版本。 2. 奖励与信用分配 先保留与最终任务一致的终局奖励，再谨慎加入势函数式 shaping 或可验证里程碑。提高近期奖励权重会改变优化目标，不能当作长期信用的标准修复。可按任务选择 n-step return、GAE、层级价值、return deco…
匹配正文：… 仿真-现实 gap，行为模式单一 LLM 合成数据 快速扩展场景多样性 可能继承模型偏见，需过滤验证 实践策略：仿真生成大规模预训练数据 + 人工标注关键决策点做 SFT/RLHF，最后用在线 A/B 测试做分布外验证。 性能提升原理 并行化吞吐：多智能体同时处理子任务，突破单智能体串行瓶颈 专业化分工：每个智能体专注窄领域，降低单模型复杂度（类似 Mixture of Experts 的系统级实现） 信息增益：多视角观测融合减少不确定性，如骑手位置+商家出餐时间+路况的联…
学习内容与项目面试，在同一条路上。