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 轨迹数据」找到 13 条内容
按专题浏览 →匹配标题与标签：Teacher 生成的 Agent 轨迹为什么不能直接拿去训练，怎样筛出高质量样本？ 从真实环境执行、三阶段质量漏斗、Observation Mask 和小批训练闭环，讲清 Deep Research 轨迹怎样生成、验证与发布。 Agent Deep Research 数据构造与训练 Deep Research 轨迹生成 Agent 训练轨迹筛选 Teacher 轨迹数据 Observation Loss Mask Deep Research 面试题
匹配标题与标签：Agent 工具调用训练数据怎么构建? 正负样本、成功失败轨迹及 SFT、偏好训练、在线 RL 的数据边界 RLHF与对齐 工具学习 轨迹数据构建 数据配比 强化学习训练 Agent数据工程 2026真题 Agent 工具调用训练数据 工具调用轨迹 成功失败轨迹 Agent 强化学习 Agent 偏好数据 强化学习与RLHF 阶跃星辰
…,算法线更深 Training / Post-Train 层 用数据改模型本身的行为 SFT、LoRA、DPO/GRPO、工具调用轨迹数据 模型微调题库、RLHF与对齐、训练章 算法/研究生线选修,应用线按岗位 这个分层的用处在于对号入座:开发/Java 后端线的杠杆在中间两层——把 Agent Harness 的工程骨架(权限、trace、失败恢复、成本)和 Data/Eval 的评估闭环做扎实,正好吃你的服务化和稳定性经验;算法/研究生线则往下沉,把 Data/Eval …
学习内容与项目面试，在同一条路上。