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 任务」找到 384 条内容
按专题浏览 →匹配正文：…环境感知与界面交互能力 search对应信息获取与知识扩展能力 能结合具体场景举例说明 理解三类能力的互补关系 这三类能力分别对应Agent的**"构建-交互-认知"**三大核心维度： 1. Coding（代码执行能力） 含义：编写、执行、调试代码，调用API/工具链完成自动化任务 场景体现： 数据分析Agent自动生成Python脚本处理Excel Devin类编程Agent端到端完成需求开发 通过代码调用浏览器、数据库等外部工具 2. GUI操作（环境交互能力） 含义：感…
匹配正文：…架自动检测 端到端指标 Exact Match / F1：与标准答案的匹配度 人工评估：有用性、完整性、简洁性（1-5分制） 二、Agent系统评估体系 核心能力维度 维度 指标 评估方式 规划能力 任务完成率、步骤合理性 轨迹对比、人工判断 工具调用 工具选择准确率、参数正确率 模拟环境+日志分析 推理能力 多跳推理成功率 复杂问答数据集 自主性 是否过度求助/擅自行动 场景注入测试 动态评估方法 模拟环境测试：在沙箱中执行，监控中间状态 对抗测试：注入干扰信息、工具故障、…
匹配正文：答案要点 区分Agent与RAG评估维度的差异 数据采集的多样性与真实性来源 负样本构造的hard negative策略 人工+自动化的混合标注流程 数据代表性验证方法 核心设计原则 Agent和RAG的评估目标不同：RAG重事实准确性，Agent重任务完成度与工具调用正确性，需分开设计。 数据采集 来源 适用场景 注意事项 真实用户日志 高价值、分布真实 脱敏+去偏，避免头部query过度采样 合成数据（LLM生成） 快速覆盖长尾场景 需人工校验，控制幻觉比例 公开benc…
学习内容与项目面试，在同一条路上。