外观
返回 大模型基础 目录
训练样例要接近实际运行环境;推理时只能提供真实可用的信息,不能带入训练答案里的未来结果。
训练时把工具返回值提前泄露给决策步骤,模型可能看似很准,线上真正需要先决定调用时却失败。
ai-Q130