已收录文章摘要，完整内容可前往原文阅读。
↑ 点击蓝字 关注极市平台作者丨Ben来源丨AINLP编辑丨极市平台什么是 Agent 后训练后训练，是指预训练之后的训练阶段，例如监督微调、蒸馏和强化学习。这些阶段让预训练模型学会遵循指令、使用工具