Agent 团队与岗位反问
小红书 C 端 Agent 目前最大的工程挑战是什么？是后训练效果问题、架构稳定性问题、还是评测体系问题？
原题团队目前 Agent 的 post-training pipeline 是什么结构？数据合成、SFT、RL 各占多大比重？有没有用 RLVR 类的可验证奖励？
原题小红书的 Agent 评测是怎么做的？线上 AB 指标还是 offline benchmark？有没有针对 Agent 多步推理的专项评测？
原题团队对 Agent 自进化方向怎么看？有没有在探索像 Hermes 的 Skills 闭环或者 RL 训练闭环这样的机制？
原题
暂无题目