标签
TOFFEE是一个系统，它采用带有自适应模型选择和跨任务前缀重用的蒙特卡洛树搜索（Monte Carlo Tree Search），大规模合成高质量的数据代理轨迹。这些轨迹可用于微调或上下文学习，以提升数据代理在异构企业环境中的性能。
作者认为，AI 代理的可靠性来自于确定性代码，而非 LLM，并分享了在混乱的真实世界数据上构建可信代理的五项关键实践。