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。
「Teacher 轨迹数据」找到 3 条内容
按专题浏览 →匹配标题与标签:…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
匹配正文:…回答。 所以错误返回仍保留在上下文并 mask,其后的恢复行动继续作为模型目标。 这里有个前提:错误必须真的来自工具环境,不能由 Teacher 为了补齐轨迹自由编写。否则即使 mask 正确,后续恢复策略仍在回应虚构条件。 同样,网页中的不可信指令也属于 observation。模型可以读取但不应把它视为系统命令,训练数据还要在角色与安全策略上明确优先级。 连续多个 Tool Call 怎样避免串位? Agent 可能一次发出多个并行调用,也可能在一轮里连续调用不同工具。 …
…以及 Loss Mask 为什么要「mask 掉 observation」(配可跑小实验) ✓ 掌握数据流水线全貌:种子数据 → 轨迹数据(Teacher 生成)→ 增强 → 质检 → 格式标准化,每一环在干嘛 ✓ 理解种子数据的来源构成、数据增强的几类思路、自动质量筛选,以及「数据分布」为什么要均衡 ✓ 建立「数据质量 > 数据数量」的判断,以及 Agentic CPT(FAS / HAS)这种更进阶的数据合成思路是怎么回事 本章按三段式组织: 段落 给谁看 内容 占比 �…
学习内容与项目面试,在同一条路上。