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 Prompt 优化」找到 104 条内容
按专题浏览 →匹配题目：在进行Prompt优化时，应采用哪些定量和定性指标来评估其在Agent推理链路中的实际性能提升？请说明实验设计和对照方法。
匹配正文：核心评估维度 1. 任务完成指标（端到端） 任务成功率：Agent完成目标的比例 步骤正确率：关键决策节点的判断准确性 结果一致性：相同输入下输出稳定性 2. 推理质量指标 工具调用准确率：Function Calling参数正确性 幻觉率：虚构信息或错误推理的比例 推理步数/深度：完成任务的平均步骤数 3. 效率与成本指标 Token消耗：Prompt+Completion总长度 延迟：端到端响应时间 重试率：因格式错误等导致的重新生成次数 实验方法 对照实验设计 固定模型…
匹配正文：…殊考量 RAG：Prompt中显式区分"检索知识"与"模型先验"，设置拒答阈值（"若检索结果置信度<0.7，回复'信息不足'"） Agent：工具描述标准化（name/description/parameters/returns），ReAct循环中嵌入自我纠错指令 学习建议 建议从基础提示技巧入手，学习Few-shot、角色设定等方法，结合真实场景反复实验，积累优化经验。
学习内容与项目面试，在同一条路上。