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 断点续跑」找到 8 条内容
按专题浏览 →匹配正文：…；没做过就只讲设计，不报虚构指标。 Checkpoint 最终要把长任务变成一个可以暂停、核对、继续和审计的执行系统，而不只是让 Agent 看起来能“记住进度”。没有幂等、版本和人工审批协议，所谓断点续跑很可能只是把同一个风险再执行一次。
匹配正文：Deep Research Agent 一次任务可能经历多轮搜索、访问、计算和摘要。 当轨迹达到最大 token、最大步骤或运行时间，系统可能在 final answer 之前停止。很多训练管道看到“没有最终答案”，就直接给零 reward，并把这条轨迹当作负样本。 这看起来合理，实际上可能教坏模型。 有些轨迹确实走错了，有些只是环境超时，还有些方向完全正确但预算用完。若全部受到同一种惩罚，模型反而会学着赶在截断前随便给出答案，研究质量未必提高。 相关训练材料明确提醒，这种处…
学习内容与项目面试，在同一条路上。
匹配正文：面试官可能会问：“一个研究 Agent 写出一篇看起来不错的报告，你怎么证明它真的变好了，而不是更会迎合裁判？” Agent 评估比普通问答难，因为任务往往没有唯一标准答案，而且结果来自多步执行。最终结论正确，可能只是偶然猜中；过程看起来合理，最终引用也可能错；质量提高一点，却多调用许多次模型和工具，也未必值得上线。 只看最终答案，会漏掉错误工具、无效循环、越权尝试和不稳定恢复。只看轨迹，又可能奖励一条形式漂亮却没有完成用户目标的路径。只看成本，则会鼓励 Agent 少做必要…