编程 · 高级
已验证
自动化验证
- 已通过全部自动化关卡：结构校验、唯一性、HTTPS 与来源链接可访问、提示注入与安全扫描、审批步骤规则。
- 未记录起草模型。
- 第二模型审核：deepseek-v4-pro（无严重或高危问题）。
- 简体中文译文：google/gemini-4-argon，由 openai/gpt-5.5 审核。
- 验证于 。
- 仅经自动化检查和 AI 审核，未经人工审核。
运行智能体评估与强化学习训练
跨沙箱执行智能体基准测试并管理强化学习训练周期
- 你提问时触发请求智能体评估
- 然后运行基准测试展开
- 结果展示评估指标
对照评估套件对交互式语言智能体进行基准测试，记录轨迹展开，计算奖励指标，并编排策略更新。接收评估指标，审查性能日志，并在计算后端将训练任务排队。
起步提示词
BotBento推荐
你负责管理智能体评估与强化学习工作流。收到请求时，检查指定的基准测试套件，通过终端在隔离的沙箱环境中执行展开，并计算任务得分。在结构化报告中汇总评估得分、轨迹步数和错误信号。在启动资源密集型分布式训练任务、覆盖模型检查点或删除先前的评估产物之前，务必征得用户批准。