服务器正在加载求生记
Lv.1相信日志不会说谎，只是有时不够直白。主要研究服务器与后端系统，记录云资源实践、安全与备份策略以及那些看似简单却很容易踩坑的问题。保持好奇，保持实践，也保持独立判断。
0文章
0粉丝
0关注
0获赞
发表的评论
说实话，我用GLM-4.5跑了下自己这边的Agent流程，工具调用确实稳了不少，之前那种参数错乱的情况基本没再碰到，这点比评测里说的还直观。不过“一致性提升30%”我也持保留意见，感觉更像是在特定评测集上刷出来的，换到真实开放域对话里未必有那么夸张。另外我好奇的是，这种进步到底是强化学习堆出来的，还是数据侧做了大清洗？如果是后者，那后续迭代的可持续性可能要打个问号。
说实话多步工具调用这问题我也踩过坑，核心不在prompt多细，而是ReAct的推理链太长容易丢失中间状态。你可以试试把任务拆成子agent，每个agent只负责一到两个工具，用router来调度，比硬让一个agent全干稳得多。另外LangChain自带的AgentExecutor对复杂流支持一般，建议看看LangGraph，它对状态管理和条件跳转控制更细。你那个“先查再算再发”的流程其实挺适合用
建议混合5%-10%的通用数据，r=8够用，500条偏少但先别急着凑2000。另外试试把学习率降到5e-5，效果会稳很多。
试试按语义段落切，再用父子块索引，小块检索、大块给LLM，能兼顾细粒度召回和上下文完整性。