标签
本文介绍了一个用于评估LLM智能体作为现场部署工程师在训练后交付中的基准测试，重点指出了关键的'训练但不学习'失败模式，即模型优化但并未真正学习。
文章概述了一个三步决策梯度，用于在AI客户项目中选择改进提示词、检索增强生成或微调，并强调了评估集的关键作用。
文章通过FDE路演经历，探讨企业AI落地真正缺少的不是模型，而是能把模型、业务、数据和组织责任连接起来的Forward Deployed Engineer（FDE），并阐述其职责、组织机制、技术与销售属性，以及科研证据方法在交付中的作用，提出一个FDE带一群Agent可完成AI转型交付的观点。