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。
「大模型 Agent」找到 324 条内容
按专题浏览 →匹配正文：📊 学习时长:60-75 分钟 🎯 完成后能力:讲清调研型 Agent 为什么难评估、要评什么(结果质量 + 过程质量)、LLM-as-a-Judge 怎么用又有哪些坑,以及怎么防止「刷分」、怎么把评估结果回流到训练形成闭环 🔗 关联面试题:5 道(覆盖 5 个角度,见 Part 3) 🧭 这是最后一块拼图:前面把 Agent 从「为什么」一路做到「上线」,但有个问题一直没正面回答:怎么知道它做得好不好? 调研类任务没有唯一标准答案,这让评估格外难。本章就把评估的原理…
匹配标题与标签：…ask Trace、模型工具 span、价格版本和账单对账出发，讲清 Deep Research 成本怎样归因、告警和验证降本。 Agent Deep Research 上线成本与评估 Deep Research 成本 Agent 成本可观测性 LLM 成本 Trace 大模型成本监控 Deep Research 面试题
一份调研报告最后结论正确，不代表 Agent 的研究过程可靠。 它可能凭预训练记忆猜中答案，也可能只看搜索摘要，碰巧没有犯错。换一个日期、对象或来源，捷径就会失效。 反过来，一条轨迹工具选择合理、引用完整，也可能因为网页更新、计算错误或遗漏子问题，最终报告仍然不合格。 Deep Research 是开放任务，又是多步骤过程。只看最终文本，会把“蒙对”当能力；只看步骤，又可能忽略交付结果。 相关评估材料明确把质量拆成结果与过程两个层面，并要求准确、引用、报告质量和效率共同观察。…
学习内容与项目面试，在同一条路上。