1构建模型训练数据集以提升推理能力
- 1登录 AfterQuery 平台并创建新的数据集项目。
- 2邀请领域专家录制其在解决复杂问题时的思考与操作过程。
- 3使用平台提供的工具对专家的决策路径进行标注和结构化处理。
- 4导出整理好的数据用于模型微调（SFT）或强化学习训练。
2评估模型在真实任务中的表现
- 1在 AfterQuery 中上传预训练模型并配置评测任务模板。
- 2通过平台模拟真实场景，记录模型执行任务的完整操作轨迹。
- 3利用内置评分框架对模型输出进行多维度评估。
- 4根据评估结果优化模型参数或调整训练策略。
3增强模型对特定工具的调用能力
- 1在 AfterQuery 中定义需要集成的外部工具接口（如数据库查询、API 调用等）。
- 2收集专家在使用该工具时的详细操作步骤与决策逻辑。
- 3将操作轨迹与工具调用日志同步到数据集中。
- 4使用该数据集对模型进行针对性训练以提升工具使用能力。