首页/新闻资讯/正文详情

交互:观察与动作空间的扩展

发布时间:2026/9/26 4:14:39 来源:云帆数科 栏目:资讯中心
交互:观察与动作空间的扩展
上下文工程、工具、Coding Agent与通用Agent、用户记忆与知识库是观察与动作空间的内容本文主要是观察与动作空间模态和触发时机的扩展。工具有感知、执行、协作、事件处理、用户沟通五类。本文主要梳理后两类工具。1. 以事件驱动异步Agent处理任务的架构为啥要异步处理任务很多任务执行时间很长不能一直阻塞用户所以一定要异步处理(你去点餐不用站在那一直等餐后了会有屏幕语音叫你。顺便说下阻塞:你在等着被叫期间啥也不能干非阻塞你能刷短视频)。2. Agent评估体系的两个维度LLM模型本身和Harness体系四个步骤什么算作成功任务从哪来由谁验证如何把分数转化成决策3. 模型后训练Pre Raining 模型预训练提供基础。Mid Raining 继续模型预训练/中期训练在模型分布上补充知识和基础能力。SFT(Super Fine-Tuning)监督微调给出标准答案让模型学习大量案例和标准答案对比。RL(Reinforcement Learning) 强化学习不给标准答案通过打分系统评估(作对加分做错减分)。四种模式一个直观的类比预训练“通读图书馆所有知识”继续训练“针对数学这一学科做深入研究”监督学习”老师给标准答案给出回答范式和流程“深度学习下场答题根据得分反复打磨。

相关推荐

24_CC郑州邀请 L M A
24_CC郑州邀请 L M A

L 题面思路 嗯 朴素 DP 设 dp[i] 表示修复前 i 个 bug 的最短时间。 转移时枚举上一次修复到第 j 个 bug&#xff08;0≤j<i0 \le j < i0≤j<i&#xff09;&#xff0c;本次修复第 j1j1j1 到第 iii 个&#xff0c;共 i−ji-ji−j 个 bug。 本次调试需要运行到第 aia_i… · 2026/9/26 4:14:39

开盘后第一分钟行情接口最拥堵?先改请求节奏,别急着换数据源
开盘后第一分钟行情接口最拥堵?先改请求节奏,别急着换数据源

开盘后第一分钟行情接口最拥堵&#xff1f;先改请求节奏&#xff0c;别急着换数据源开盘第一分钟大量行情请求同时爆发&#xff0c;不是数据源不行&#xff0c;是请求排期出了问题。调整请求节奏比换 API 更直接有效。摘要 A 股开盘后第一分钟是行情请求最密集的时间窗口。如果… · 2026/9/26 4:14:39

基于STM32单片机太阳能手机充电宝锂电池电量电压电流蓝牙/WiFi/视频监控/云平台无线APP-DIY设计S526
基于STM32单片机太阳能手机充电宝锂电池电量电压电流蓝牙/WiFi/视频监控/云平台无线APP-DIY设计S526

S526-太阳能充电宝USB输出输出电压电流功率锂电池电压电量欠压OLED屏声光提醒按键蓝牙/WiFi/视频监控/云平台APP本系统由STM32F103C8T6单片机核心板、OLED屏、无线蓝牙/WIFI/视频监控/云平台模块-可选、太阳能接口、锂电池充电管理电路、锂电池升压电路、USB接口、蜂鸣器报警、… · 2026/9/26 4:14:39

ADRC控制算法原理与工程实践:从洗衣机到云台的鲁棒控制落地
ADRC控制算法原理与工程实践:从洗衣机到云台的鲁棒控制落地

1. 为什么ADRC不是“另一个PID”——从滚筒洗衣机抖动说起你拆过家里的滚筒洗衣机吗&#xff1f;不是看说明书&#xff0c;是真拆。我去年修一台甩干时疯狂晃动的机器&#xff0c;发现它用的不是传说中“万能”的PID控制器&#xff0c;而是一套标着“ADRC”的控制板。当时我就愣… · 2026/9/26 4:58:24

CH341PAR并口驱动详解:USB转并口与老设备兼容性实战指南
CH341PAR并口驱动详解:USB转并口与老设备兼容性实战指南

简介&#xff1a;一套围绕CH341芯片USB转并行接口的完整资料包&#xff0c;面向电子工程师、嵌入式爱好者及需要让老式并行设备接入现代电脑的用户。压缩包共90个文件&#xff0c;约6.71MB&#xff0c;包含CH341芯片说明书、驱动/配置程序、VC工程源码&#xff08;cpp/h文件&am… · 2026/9/26 4:58:17

Windows Mobile老设备复活指南:从电池唤醒到软件部署
Windows Mobile老设备复活指南:从电池唤醒到软件部署

还记得从抽屉深处翻出一台 Windows Mobile 老机器的感觉吗&#xff1f;屏幕亮了一下又灭掉&#xff0c;插上数据线电脑毫无反应&#xff0c;充电指示灯像心跳一样忽明忽暗。大多数人在这一步就放弃了&#xff0c;但实际上&#xff0c;只要按正确顺序处理&#xff0c;十台里有八… · 2026/9/26 4:58:17

SWARD自托管知识库:用Docker Compose搭建开源笔记系统
SWARD自托管知识库:用Docker Compose搭建开源笔记系统

做技术这行久了&#xff0c;笔记和文档一定会越积越多。我试过本地 Markdown 文件夹、在线文档、各种笔记 App&#xff0c;最后都卡在同一个地方&#xff1a;内容一多&#xff0c;整理和检索的成本比记录本身还高。后来我把目光放到开源自托管方向上&#xff0c;折腾了一圈&… · 2026/9/26 4:58:17

结构化Prompt+Paperxie,高效写出高质量文献综述
结构化Prompt+Paperxie,高效写出高质量文献综述

你写过文献综述吗&#xff1f;那种被导师一句“没有学术逻辑”打回来、重写三遍还过不了关的经历&#xff0c;是不是现在回想起来都心有余悸&#xff1f;我这些年没少帮CS本科生改毕业论文&#xff0c;几乎每个初稿都被批过“像目录”“没有观点”“看不出你读了多少”。后来我… · 2026/9/26 4:58:17

用memmove优化插入排序:从逐元素搬运到整块搬移的性能实战
用memmove优化插入排序:从逐元素搬运到整块搬移的性能实战

不知道你有没有遇到过这种场景&#xff1a;手写一个插入排序&#xff0c;数据量不大不小&#xff0c;几千个整数&#xff0c;跑起来却总觉得慢&#xff1b;或者你维护的嵌入式代码里有个排序模块&#xff0c;性能怎么调都差口气。我最早也以为插入排序嘛&#xff0c;O(n) 的算法… · 2026/9/26 4:58:05

数据库课后习题答案别硬背:当测试用例集刷,效率翻倍
数据库课后习题答案别硬背:当测试用例集刷,效率翻倍

简介&#xff1a;万常选版《数据库原理与设计》课后习题答案资源&#xff0c;覆盖第2至6章及第9章&#xff0c;适合正在学习关系模型、数据库建模、关系数据理论与模式求精的本科生、自学者作为复习与自测材料。压缩包共7个文件&#xff0c;含3个doc参考答案、2个sql示例脚本、… · 2026/9/26 0:00:21

OpenClaw 替代品?Hermes Agent 踩坑实录:macOS 飞书接入 TaoToken 配置
OpenClaw 替代品?Hermes Agent 踩坑实录:macOS 飞书接入 TaoToken 配置

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 0:00:40

向下兼容与向上兼容:接口设计中的兼容性策略与工程实践
向下兼容与向上兼容:接口设计中的兼容性策略与工程实践

一次版本升级事故&#xff0c;是很多团队绕不过去的坎。线上环境里&#xff0c;服务端明明已经上线了新版接口&#xff0c;老的移动端还在照着旧文档传参数。请求一到网关&#xff0c;校验直接拒绝&#xff0c;用户操作失败&#xff0c;客服群炸了锅&#xff0c;开发群里开始互… · 2026/9/26 0:00:46

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码