Agent 强化学习中如何优化工具等待与训练批次组织？

知识专题：训练框架、调参与排障题目类型：方案设计技术难度：进阶

相关面经：1 篇

暂无参考答案

未标记

问AI

选择 AI 平台

Kimi 千问 ChatGPT

自动带入当前题目

本题目录

相关面经

1 篇

腾讯

大模型算法岗

2026-10-02一面、二面

查看原面经 →

Agent强化学习训练时，针对工具返回等待、批数据组织做过哪些优化？