Read in English

教智能体恢复,不只是教它行动

决策树里被验证成功的那条路径

智能体数据集通常是成功日志:计划奏效、工具返回、任务完成。而线上是一连串小失败,需要有人注意到并绕过去。

只见过成功的模型,会把错误当成「结束」。

恢复作为数据长什么样

  • 失败:超时、参数格式错、空结果
  • 发现:返回里哪个迹象说明出问题了
  • 反应:重试、改参数、换工具、还是停下来问
  • 结果:这次恢复管用不管用

第二项最难,也最值得教。大多数模型是先漏掉信号,然后才处理不当。

空不等于坏

一个空结果可能是没有数据、可能是筛错了、也可能是服务挂了。同一个观测,三种反应。

从上下文判断是哪一种,标出来,模型才开始分得清。

给恢复算成本

把一个慢工具重试三次,可能比直接问用户更糟。记录每条路径的延迟和开销,两条都能走的时候选便宜的。

留下失败的回合

一个失败后被修好的回合,比一次就成的回合更值钱,因为它同时装着错误和修法。

这些集合由 Zovda 通过 Datuva 生产,每一步都保留观测和随之而来的恢复动作。代码与智能体语料展示了这个结构。

告诉我们你的智能体怎么失败,我们会在 1 个工作日内回复。

说说它是怎么崩的

相关文章

能跑通第二步的智能体轨迹

告诉我们环境和任务,而不只是工具清单,我们在 1 个工作日内回复。

申请试用查看语料清单

申请试用

告诉我们你要解决的问题,我们在 1 个工作日内回复。