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 训练链路」找到 3 条内容
按专题浏览 →匹配正文：…PPO的稳定性与DPO的简洁性 评估需建立自动指标+人工评估+在线A/B测试的闭环 迭代优化强调数据飞轮和失败案例挖掘 以工具调用Agent为例，完整训练链路如下： 1. 数据收集 种子数据：人工标注的(tool, query, trajectory)三元组，覆盖单步/多步调用 合成数据：用强模型（GPT-4）生成候选轨迹，经规则过滤+人工校验 关键：确保工具描述准确、边界case充足（调用失败、参数错误等） 2. 任务建模 建模为部分可观测马尔可夫决策过程：状态=对话历史+…
匹配正文：…质量的大规模合成数据? 较难 → 【CPT 数据流水线】 CPT(持续预训练)任务中,典型的数据处理流水线是怎样的? 较难 → 【Agent 完整训练流程】 设计一个基于大模型的 Agent 完整训练与迭代流程(任务定义、环境、数据…)。 较难 → 【训练链路数据收集】 构建 Agent 完整训练链路时,数据收集、任务建模等关键步骤怎么做? 较难 → 自检清单 能讲清「为什么通用模型要专门造数据训练成 Agent」(缺 Agent 本能 / 见过的轨迹少) 能说出种子数据 v…
匹配正文：第一次训练 Agent 时，团队很容易被一个明显变化鼓舞：模型终于能稳定输出结构化 tool call，JSON 也不再频繁报错。 但把问题换成“什么是人工智能”，它仍然先调 Search；遇到简单计算，也不一定选择合适工具；即使工具调用成功，最终答案还可能不完整。 这不是一个矛盾结果。 格式学习、工具策略和答案能力本来就是不同层次。SFT 可以很快让模型模仿外壳，却未必已经学会在不同情境下做选择，更不能保证它能从工具结果中组织完整答案。 现有首次训练记录正好提供了一个可以诚…
学习内容与项目面试，在同一条路上。