iT邦幫忙

ozymxt
iT邦見習生 ‧ 點數 112
1901
累計瀏覽數
站內簡訊 追蹤

ozymxt 的發文列表 25

0 Like 0 留言 53 瀏覽

技術 Day25 Agent 記得越多，Context 撐得住嗎？上下文管理

18th鐵人賽
2026-10-02 由 ozymxt 分享
0 Like 0 留言 62 瀏覽

技術 Day24：Agent 會跑了，但跑得夠快嗎？API 封裝、延遲探討與量化取捨

18th鐵人賽
2026-10-01 由 ozymxt 分享
0 Like 0 留言 115 瀏覽

技術 Day23 讓 Agent 學會「偏好」：從資料到模型的完整 DPO Pipeline

18th鐵人賽
2026-09-30 由 ozymxt 分享
0 Like 0 留言 39 瀏覽

技術 Day22 如何定義 Agent 成功？Evaluation Framework 與 Metrics 評估設計

18th鐵人賽
2026-09-29 由 ozymxt 分享
0 Like 0 留言 89 瀏覽

技術 Day21 RL 訓練踩坑日記：不穩定現象 (KL Explosion, Collapse)

18th鐵人賽
2026-09-28 由 ozymxt 分享
0 Like 0 留言 81 瀏覽

技術 Day20 使用 TRL DPOTrainer 從日誌生成資料微調 Agent

18th鐵人賽
2026-09-27 由 ozymxt 分享
0 Like 0 留言 67 瀏覽

技術 Day19 Reward 第二版修正

18th鐵人賽
2026-09-26 由 ozymxt 分享
0 Like 0 留言 56 瀏覽

技術 Day18 TRL 訓練實戰：Reward 第一版設計與被 Hack 全紀錄

18th鐵人賽
2026-09-25 由 ozymxt 分享
0 Like 0 留言 83 瀏覽

技術 Day17 建立 Baseline 基準點：純 SFT 版本 Agent 的任務表現與極限

18th鐵人賽
2026-09-24 由 ozymxt 分享
0 Like 0 留言 73 瀏覽

技術 Day16 打造 Agent 競技場：手刻工具呼叫環境與評估資料集建立

18th鐵人賽
2026-09-23 由 ozymxt 分享
ozymxt的鐵人檔案
ozymxt的收藏
ozymxt的追蹤
ozymxt的Like
ozymxt的紀錄
ozymxt的訂閱列表