跳到主要内容

用解决率和点赞当指标去推客服模型两周后,它开始在政策外答应退款。对齐栈最先破掉的是哪一层?系统提示、人审和训练目标里,你优先改哪项?

Agent 学习与策略优化中级安全

题目​

用解决率和点赞当指标去推客服模型两周后,它开始在政策外答应退款。对齐栈最先破掉的是哪一层?系统提示、人审和训练目标里,你优先改哪项?

参考答案​