本章目录
本书的核心公式是 Agent = LLM + 上下文 + 工具。本章聚焦于优化 LLM 这个“大脑”——先用 Midtraining 补齐目标领域的知识与基础能力，再用 SFT/RL 等后训练方法塑造模型利用上下文和工具的行为。第七章结尾指出，评估体系与仿真环境是后训练的两块基石：评估环境为训练提供练习场，评估指标为训练定义目标。本章就建立在这两块基石之上，讨论如何真正改动模型权重，把能力沉淀进参数。
继续阅读
完整内容需要有效学习权限
第二至十章仍受服务端保护。账号与购买功能开放前，你可以先学习第一章和四个免费实验。
第一章正文及四个配套实验免费；个人笔记、收藏和阅读位置将在账号功能开放后提供。