Agent 评测与可靠性知识型与行为型错误诊断本页总览知识型与行为型错误诊断Agent 评测与可靠性中级评测与可靠性 题目 知识型与行为型错误诊断 参考答案 点击展开参考答案 RAG补充可更新外部证据,强化学习塑造可验证行为,两者都需结合检索质量与后验验证。 追问方向:RL优化检索决策的具体方法,比如奖励信号如何设计,以及这种方案相比固定RAG的优势和风险。