Skip to content

智能体基础设施实验资产表 ​

本表登记智能体任务复用的环境、输入契约、证据层和当前缺口。专题目前没有独立 Agent GPU Profile;模型推理由推理专题环境验证,轨迹训练由后训练环境验证,沙盒与工具环境由具体综合项目固定。缺少统一环境时,不用模拟工具或单次生成冒充端到端证据。

环境与证据分工 ​

环境或证据层直接入口可以回答的问题不能替代
CPU 轨迹与契约练习00 工作负载、01 轨迹数据、02 沙盒环境字段、状态、验证分流、权限和资源规则真实模型行为、工具副作用和训练收益
推理环境推理优化 Quickstart模型调用、请求队列、上下文与生成成本工具执行正确性和 Agentic RL 更新
后训练环境后训练优化 Quickstart工具轨迹 SFT、奖励、策略版本与在线更新沙盒权限、外部状态和生产服务结论
项目沙盒Part 05 · 后训练交付综合项目工具真实执行、环境反馈、任务完成与回放其他任务、工具或安全边界的普遍结论

验证顺序 ​

顺序验证对象必须固定或保存进入下一步的条件
0任务与评分任务集合、初始状态、成功条件、最大步数和评测版本任务可执行,评分能区分成功与失败
1工具与沙盒工具契约、权限、资源、超时、重置和副作用相同动作能够回放并得到可解释状态
2原始模型基线模型版本、采样配置、完整轨迹和失败切片已知主要失败来自模型行为而非环境故障
3工具轨迹 SFT数据版本、验证结果、训练产物和冻结评测工具选择、参数或观察使用得到稳定改善
4Agentic RL 候选策略版本、采样轨迹、奖励分量、更新与恢复状态在线探索带来超出 SFT 的独立任务增益
5综合采用判断成功率、安全、重规划、延迟、成本和回滚证据形成 accept / tune / reject 结论

当前资产注册表 ​

资产或实验固定对照结果资产当前状态
智能体工作负载卡同一任务、工具和成功条件待统一登记字段与执行链已定义;缺少统一可执行样例
轨迹数据验证候选轨迹 → 环境反馈与验证分流待统一登记数据契约已定义;真实工具轨迹集尚未登记
沙盒执行同一动作在固定环境中执行与回放待统一登记权限、资源和日志要求已定义;项目沙盒尚未固定
Agentic RL 对照原始基线 → 工具轨迹 SFT → SFT + Agentic RL待统一登记Part 05 已定义实验分组;尚未形成独立可运行项目和真实结果

当前专题能够支持设计和审计实验,但不能声称已有 Agentic RL GPU 收益。独立项目建立后,应登记任务数据版本、工具与沙盒版本、模型产物、运行标签、结果路径和失败记录。

Released under the MIT License.