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。
「Deep Research 多阶段训练」找到 6 条内容
按专题浏览 →匹配正文：…练信号，用共享回归集守住前一阶段能力，再决定是否进入下一阶段。材料提供的是训练框架与风险方向，不等于已经证明固定规模或生产收益。 Deep Research 多阶段训练检查清单 多阶段训练是否真的闭环 逐阶段说清输入数据、学习信号、晋级门和回归结果；缺少哪一环，就不要把流程图当成训练成果。 是否能分别说清 CPT、SFT 和 GRPO 的训练信号与目标？ 是否为每阶段定义准入、退出和共享回归门？ 是否正确处理 Observation Mask、截断与环境错误？ 是否保存数据、…
匹配正文：…gent 自己「做研究」，而不是查一篇文章 这里用「为一个技术方案做选型调研」作为教学场景。普通问答可能只摘要一篇文章；Deep Research 需要先拆解子问题，再检索多个来源、检查时间与出处、发现信息缺口后调整搜索，最后生成可追溯的结构化报告。核心不是展示隐式思维过程，而是让工具调用、证据、结论和停止条件可以被检查。场景不代表已经交付给任何客户。 继续读完整版 · 第 1 章 为什么需要 Deep Research → 技术架构：执行框架 + 工具集 + 长程记忆 + …
匹配正文：📊 学习时长:60-75 分钟 🎯 完成后能力:能讲清 Deep Research 和普通 RAG / Agentic RAG 的本质区别,判断一个问题该不该上 Deep Research,并用可运行代码搭出一个会「自己多步搜索、边想边查」的研究型 Agent 雏形 🔗 关联面试题:5 道(覆盖 5 个角度,见 Part 3) 这一章你会学到什么 ✓ 零基础也能跟着做:用几十行代码跑通一个会「边想边查」的研究型 Agent,并一步步给它加上工具、思维链、失败重试 ✓ 彻…
学习内容与项目面试，在同一条路上。