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。
「长周期任务」找到 5 条内容
按专题浏览 →匹配正文：长周期任务的建模 先把任务写成 MDP 或 POMDP：明确观测、动作、转移、奖励、终止/截断和约束。部分可观测时，策略可使用历史、循环/Transformer memory 或 belief state。把最终目标分解为可验证子目标，但避免用容易刷分的过程代理替代真正成功。 三条可选技术路线 Model-free 与层级 RL：高层选择 option/子目标，低层执行原子动作；配合 n-step、GAE 或目标条件学习做信用分配。 Model-based planning：…
匹配题目：在Agent执行长周期任务时，如何实现可靠的中断恢复机制和状态持久化？请提出提升系统稳定性的具体策略。
匹配正文：…n-and-Execute 两种推理框架,在处理长任务时各有什么取舍?什么场景选哪个? 较难 → 【多步可靠性】 Agent 执行长周期任务时,如何实现可靠的中断恢复和状态持久化、降低多步跑偏的风险? 较难 → 自检清单 能用一句话讲清普通 RAG / Agentic RAG / Deep Research 三者的区别 能在本机跑通 mini-agent,并解释「为什么它对这个问题查了三次、对那个问题只查一次」 能讲清「工具调用」里「模型只提议、程序去执行」这个闭环 能说出判…
学习内容与项目面试，在同一条路上。