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 定义」找到 208 条内容
按专题浏览 →匹配正文：…，并不增加研究价值。 方法三：用形式化结构控制组合 WebShaper 通过知识投影和层级扩展控制问题的推理结构。 它的价值在于先定义要组合哪些信息、输出什么关系，再生成自然语言问题。与自由改写相比，结构更容易控制和复现。 例如一个层级负责识别对象，下一层加入时间条件，再下一层要求比较或汇总。每层都能检查输入和输出。 形式化不代表事实自动正确。 投影关系仍要由真实证据支持；层级组合也可能产生现实中没有意义的条件。 工程上应保存结构表达、生成文本和证据映射。题目审核失败时，可以…
匹配正文：训练一个 Deep Research Agent，数据里通常不只有用户问题和模型答案。 模型会发起 Search、Visit 或计算调用，工具环境再返回网页片段、错误信息和结构化结果。把整条记录拼成一个序列后，一个容易被忽略的问题出现了：这些字是不是都应该让模型学习预测？ 答案是否定的。 模型应该学会什么时候调用工具、参数怎样填写、拿到结果后怎样继续以及最终如何回答。工具返回却是环境产生的，不是模型应该凭空生成的内容。 如果训练时不区分两者，模型可能在没有真正调用工具时，直接…
学习内容与项目面试，在同一条路上。
匹配正文：第一次训练 Agent 时，团队很容易被一个明显变化鼓舞：模型终于能稳定输出结构化 tool call，JSON 也不再频繁报错。 但把问题换成“什么是人工智能”，它仍然先调 Search；遇到简单计算，也不一定选择合适工具；即使工具调用成功，最终答案还可能不完整。 这不是一个矛盾结果。 格式学习、工具策略和答案能力本来就是不同层次。SFT 可以很快让模型模仿外壳，却未必已经学会在不同情境下做选择，更不能保证它能从工具结果中组织完整答案。 现有首次训练记录正好提供了一个可以诚…