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。
「Planning 训练」找到 7 条内容
按专题浏览 →匹配题目：在大语言模型Agent系统中，如何有效训练和提升其规划(Planning)能力？请阐述相关的训练方法和技术路线
匹配正文：…。 代码语料也不是天然高质量和低成本。公开仓库包含不同许可证、复制代码、secret、个人信息、漏洞、自动生成文件和过时依赖。构建训练集要做许可与来源记录、近重复去除、敏感信息扫描、质量过滤和基准污染检查，并支持删除。治理成本必须进入产品与模型预算。 Search的验证依赖来源、时效和证据支持，memory涉及用户同意、删除、跨会话身份与错误记忆，planning则会在长链中累积模型和工具错误。这些能力都有可落地子场景，不能简单说技术方案尚未统一就没有价值。比较时要看任务边界…
匹配正文：…高层选择 option/子目标，低层执行原子动作；配合 n-step、GAE 或目标条件学习做信用分配。 Model-based planning：学习或使用环境模型预测后果。Dreamer 在 latent imagination 中训练 actor/critic；MuZero 学习表征、动力学和预测函数并用 MCTS 搜索，不能统一称为在隐空间做 MPC。 LLM 高层规划：在文本/工具任务中生成计划、分解子任务和调用工具；它是可选 planner，不是已被证明准确的环境…
学习内容与项目面试，在同一条路上。