# Tag: 实训

URL: https://xingwangzhe.fun/tags/%E5%AE%9E%E8%AE%AD/

## 6 posts

- [人工智能实训Day3：Agent智能体实践——工具调用与多技能协作](https://xingwangzhe.fun/posts/ai-training-agent-day3.md): 人工智能实训Day3笔记：使用Qwen3-1.7B和AutoGen框架实现Agent智能体，包括基础工具调用、多Skill销售数据分析、GSM8K批量推理与知识库问答自修复。
- [人工智能实训Day4：Agent智能体系统Proposal——B4 LLM决策模块](https://xingwangzhe.fun/posts/ai-training-agent-day4-proposal.md): 人工智能实训Day4 Proposal：B4 Agent LLM决策模块设计文档，包括Prompt双保险策略、三层输出解析、AIMessage互斥约束等技术方案，解决4B小模型稳定执行工具调用决策的问题。
- [人工智能实训Week2：B4 LLM决策模块五维升级实战](https://xingwangzhe.fun/posts/ai-training-b4-llm-week2.md): 在Qwen3.5-4B上实现单轮多工具并发调用、Plan-and-Execute计划执行、模型动态切换、tools\_schema传参方式对比，以及批量成功率统计的完整实战记录。从"choose exactly one tool"到"zero, one, or multiple"的prompt进化之路，83.3%成功率背后的小模型调教心得。
- [人工智能实训Day2：大模型对齐技术实践——SFT与DPO](https://xingwangzhe.fun/posts/ai-training-sft-dpo-day2.md): 人工智能实训Day2笔记：使用LLaMA-Factory对Qwen1.5-0.5B-Chat进行SFT监督微调（GSM8K）与DPO直接偏好优化（Math-Step-DPO-10K），包括CoT推理增强与β参数敏感性分析。
- [人工智能实训Day1：Ubuntu 基础与 Conda 推理环境搭建](https://xingwangzhe.fun/posts/ai-training-ubuntu-conda-day1.md): 人工智能实训预备课笔记：认识 Linux 与 Ubuntu 的差异，使用 VS Code Remote-SSH 连接 Ubuntu 服务器，安装 Miniconda 并创建 ai\_infer 环境，为后续模型推理实验做准备。
- [第一次做学术 Poster——人工智能实训 Week2 的报告体验](https://xingwangzhe.fun/posts/ai-week2end-poster.md): 第一次做学术 Poster 报告——从入场准备到交流问答再到颁奖，记录这场与 PPT 演讲截然不同的路演体验。