智能体经验数据

传统的语言模型数据通常关注：Input ➡ Outpu 例如：Question ➡ Answer。但智能体在完成真实任务时，可能需要：理解任务 ➡ 分析问题 ➡ 制定计划 ➡ 调用工具 ➡ 观察环境反馈 ➡ 判断执行结果 ➡发现错误 ➡调整策略 ➡ 重新尝试 ➡ 总结经验 ➡ 评价任务完成情况 ➡ 最终交付结果。Agent Experience Data 关注的不是Agent最终“回答了什么“，而是：Agent 在特定任务和环境中，是如何理解问题、制定计划、采取⾏动、获得反馈、调整策略，并最终完成任务的。