概念Agent微调
Agent Tuning
一种针对Agent任务对大模型进行专项微调训练的技术方法，旨在使小参数量模型也能理解并执行复杂Agent指令，从而在私有化部署场景中降低推理成本并保留Agent能力
核心事实
时间轴 (近 90 天)
10月13日
如果能用API且成本可接受，就没必要自己做Agent Tuning训练。
待验证50%
9月24日
Agent Tuning的典型研发流程是闭环：用GPT-4等强模型调通业务流程，基于Prompt构建训练数据，对自己的模型做Tuning，最后用训练好的模型替换强模型
待验证50%
9月17日
如果业务能直接用API且成本可接受，则没必要做Agent Tuning，是否值得做核心在于成本与场景需求的权衡
待验证50%
9月9日
通过Agent Tuning专项训练,3B、7B等小参数模型也能获得较强Agent能力
已验证65%
全部知识事实 (6)
已验证
通过Agent Tuning专项训练,3B、7B等小参数模型也能获得较强Agent能力
65%已验证Agent Tuning的训练数据构建常见方法包括轨迹蒸馏、自我博弈和人工标注修正三种
65%待验证如果能用API且成本可接受，就没必要自己做Agent Tuning训练。
50%待验证Agent Tuning的典型研发流程是闭环：用GPT-4等强模型调通业务流程，基于Prompt构建训练数据，对自己的模型做Tuning，最后用训练好的模型替换强模型
50%待验证如果业务能直接用API且成本可接受，则没必要做Agent Tuning，是否值得做核心在于成本与场景需求的权衡
50%待验证如果业务能直接调用OpenAI等API且成本可接受，则没有必要额外投入Agent Tuning训练资源
50%