IXThinker·2026-02-19 10:10

清華EigenData打通多輪Agent訓練閉環

Agent能力競賽正走到拐點：單輪工具調用與短鏈路推理仍在進步，但一進入真實多輪交互，系統便暴露脆弱性——離線評估正常，訓練信號卻頻繁失真。清華團隊的EigenData系統為此提出可執行數據閉環方案。

多輪訓練之困

工程團隊越來越頻繁遇到同一問題：模型在離線評估中表現正常，進入真實多輪交互後訓練信號開始失真。一次異常用戶行為、一次工具軌跡跑偏，都足以令學習失效。