已验证65% 置信事实时间未知

Agent Tuning的训练数据构建常见方法包括轨迹蒸馏、自我博弈和人工标注修正三种

3

来源数

65%

置信度

长期有效

时效性

2026/6/3

首次发现

来源

Agent Tuning：训练具备Agent能力的大模型完整指南

bilibili大模型A

涉及实体

Agent Tuningconcept

相关事实

待验证Agent Tuning的典型研发流程是闭环：用GPT-4等强模型调通业务流程，基于Prompt构建训练数据，对自己的模型做Tuning，最后用训练好的模型替换强模型79% 相似待验证提示词工程在实际产品中的实战技巧包括系统提示词分层、动态提示词注入、Few-shot 示例的自动选择，以及使用 AGENTS.md 等全局约束文件定义 Agent 行为边界77% 相似待验证Agent 遥测指的是运行时采集的模型调用轨迹数据，包括耗时、token 用量、工具调用序列、错误分布等，通常通过 OpenTelemetry 一类框架导出到可观测性平台。75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/40496

API

curl https://kongchang.com/api/v1/knowledge/claims/40496

MCP

get_claim(id=40496)