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。
「人类反馈收集」找到 1 条内容
匹配正文：…，自动生成带奖励标签的数据 关键技巧： 引入多样性控制（温度采样+输出约束）和事实性校验（工具执行验证），避免"幻觉传染"。 二、人类反馈收集（对齐真实需求） 反馈类型 应用场景 成本/质量权衡 专家标注轨迹 复杂工具链使用（如数据分析Agent） 高成本、高质量 众包偏好对比 通用对话Agent的回复选择 中等成本、需清洗 用户隐式反馈 生产环境的点击/完成率 低成本、噪声大 实践要点： 建立标注指南+抽样质检机制；偏好数据需满足Bradley-Terry模型的可比性假设。…
学习内容与项目面试，在同一条路上。