Agent 的 SFT 数据怎样清洗、重采样与划分？

更新于 2026年10月14日浏览 — 次

SFT 数据要确保任务、工具轨迹和答案一致，过滤格式错误、无依据成功和敏感内容。清洗后按场景难度与数据质量重采样，避免大量简单近重复样本淹没关键失败类型。

划分先于扩增与模板生成

按用户、任务、文档或时间分割，再在训练集内扩增。检查多轮调用是否正确配对、执行结果是否真实支持答案，失败样本明确是训练拒绝还是纠错。评测集包含未见工具、异常与越权情形。

错误标注和重复轨迹可能放大坏行为。对比数量、质量和配比的消融结果，测任务成功与拒绝能力；训练损失下降不等于实际 Agent 更可靠。

资料

核对于 2026-10-14。Spring AI 工具调用。正文场景、示例代码与方案取舍为教学示例；具体接口按选定版本核对。