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。
「多Agent架构」找到 372 条内容
按专题浏览 →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…
匹配追问：场景切入 假设你在做一个客服Agent，用户问“我要退换货”，Agent需要先查询订单、再判断退货政策、最后生成退货单。你怎么让模型学会这种多步规划？训练数据怎么来？ 层层追问 你训练过Agent的规划能力吗……一般用什么方法？……如果模型总是第一步调错工具，或者中途放弃，你会怎么改进？……那在RL阶段呢，结果奖励够用吗？ 直球架构 说一下提升LLM Agent规划能力的技术路线。从SFT数据构建到RL优化，再到测试时扩展，每个阶段的关键方法是什么？
学习内容与项目面试，在同一条路上。