已验证65% 置信事实精确时间

通过Agent Tuning专项训练,3B、7B等小参数模型也能获得较强Agent能力

3

来源数

65%

置信度

长期有效

时效性

2026/9/9

首次发现

来源

大模型Agent与Agent Tuning完整指南

涉及实体

Agent Tuningconcept

相关事实

待验证经过强化学习（RL）训练的模型在Agent任务中表现优于仅经过SFT的模型75% 相似已验证通过更高质量的训练数据、更优化的训练策略和更精细的后训练对齐，较小规模的模型可以在实际任务上完全超越规模更大但训练质量较低的模型73% 相似待验证逐条检查模型在训练过程中的动作序列，可以判断高分来自真实能力提升还是对奖励机制的钻空子72% 相似待验证Agent Tuning属于有监督微调SFT的特化方向，其训练样本是完整的任务轨迹Trajectory而非传统问答对72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/882566

API

curl https://kongchang.com/api/v1/knowledge/claims/882566

MCP

get_claim(id=882566)