# 什么是模型优化
#### 什么是模型优化
模型优化是AgentArts平台提供的一种基于强化学习算法的Agent优化服务。
在传统的Agent开发流程中，开发者只能通过不断地修改系统提示词（Prompt）或外挂知识库来改善效果。当您发现通过调整提示词无法进一步提升准确率，或者受限于成本和响应速度无法使用超大尺寸模型时，模型优化就是您的下一站。
您只需提供少量Agent运行的数据，对智能体或工作流中的大模型进行端到端的训练，通过自动化的"试错"与"反馈"机制，让模型在特定业务场景下学会更精准的推理与表达。
其核心机制是：将一个小尺寸模型置入您的Agent运行环境中，让模型针对您提供的业务问题反复试错作答，系统根据您定义的奖励规则自动打分，高分巩固、低分纠正，逐步让模型学会在专属场景下输出更精准的结果。详见[模型优化的原理](https://support.huaweicloud.com/ops-agentarts/agentarts_14_0095.html)。
![](https://support.huaweicloud.com/ops-agentarts/public_sys-resources/note_3.0-zh-cn.png)
模型优化聚焦于Agent中模型的能力优化，当前可以对单智能体中的模型、工作流大模型节点/意图识别节点中的模型进行定向调优。
#### 为什么需要模型优化
为什么要在复杂的Agent开发之外，再引入一套模型层面的优化机制？这主要为了解决开发者在真实业务落地时面临的**成本、速度与准确率**的三大痛点：
**平衡成本与推理速度，以小博大：**
- 现状痛点：通用大模型（如千亿参数级模型）虽然面面俱到、准确率高，但其推理成本极其昂贵，且响应延迟（首字时间）往往无法满足高并发的业务需求。
- 模型优化价值：模型优化功能专注于小尺寸模型进行专项训练。通过强化学习，可以让小模型在特定领域"单点突出"，这些小尺寸模型在您限定的Agent专属场景中，其表现可以无限逼近甚至超越同尺寸的大模型。以极低的推理成本和极快的响应速度，实现"小而美"的应用效果。
**突破提示词工程准确率上限：**
- 现状痛点：Prompt调优本质上是引导模型生成预期结果，难以修正模型深层的逻辑缺陷或幻觉行为。例如为了让模型输出完美的JSON格式，您在Prompt里写满了"绝对强制"、"必须遵守"、"请务必"，但通用模型依然会在某些时候"胡言乱语"或遗漏字段。
- 模型优化价值：模型优化不依赖人工编写的死板指令，而是通过"奖励机制"引导模型自主探索最优解。它能从数据中学习隐含的推理模式，从根本上修正模型的输出习惯，解决Prompt无法触及的深层逻辑问题。
#### 优化对象的配置要求
创建优化任务时，平台会对所选的智能体或工作流进行校验。请确保您的优化对象满足以下要求：
**单智能体**
- 智能体可包含Prompt、知识库、插件、MCP等能力，平台支持在保留这些能力的前提下对其中的模型进行优化训练。
- 智能体中不能包含工作流。
- 智能体中配置的插件总数不能超过5个，MCP总数不能超过5个。
**工作流**
开始节点到被优化的大模型节点之间的路径上，不能存在需要用户交互的节点（如问答节点这种需要暂停等待用户输入的节点），否则训练过程无法自动运行。
如果工作流中存在循环结构（即节点之间形成回路），被优化的大模型节点不能位于循环路径中。
#### 适用场景与边界
当您的Agent遇到以下瓶颈，且通过调整提示词、调整知识库、调整工具等手段依然无法有效解决，并确定是模型返回引入的问题后，可以使用模型优化功能：
#### 推荐使用
**严格格式输出与意图路由场景**
- 痛点：意图识别节点偶尔会输出多余的解释性废话，导致下游的 JSON 解析脚本崩溃。
- 模型优化效果：强制模型按照特定格式输出，仅输出如 {"result": 10} 这种极度干净、100% 符合正则表达式的结构化数据。详见[意图识别/分类场景](https://support.huaweicloud.com/ops-agentarts/agentarts_14_0116.html)。
**复杂逻辑推导与数学计算场景**
- 痛点：Agent 在调用计算工具或进行逻辑推理时，过程容易跑偏，或者数值计算经常出现微小误差。 倾向于自行推算而非调用计算工具，导致结果出现误差。
  不给出具体数值，而是返回表达式（如输出 (a+b)/2 而非计算结果）。
  在选择题场景中，不直接回答选项（如"A"），而是展开解释具体内容，影响下游解析。
  
- 模型优化效果：通过"思维链格式奖励"和"数学准确性奖励"，逼迫模型在给出最终答案前必须进行深度的\<think\>思考，并确保最终输出的数值与标准答案绝对等价（如容忍1.0等于1的合理误差）。详见[工具调用/数学计算场景](https://support.huaweicloud.com/ops-agentarts/agentarts_14_0117.html)。
**精准工具调用场景**
- 痛点：面对数量多且参数复杂的工具，模型常常选错工具或填错必填参数。
- 模型优化效果：让小模型在特定的工具集中反复试错练习，大幅提升其在当前专属业务环境下的工具调用准确率。详见[插件/MCP工具调用场景](https://support.huaweicloud.com/ops-agentarts/agentarts_14_0129.html)。
 
#### 不推荐使用
- 简单问答任务： 如基础知识检索、常见问题解答，通过优化提示词或接入RAG即可解决，无需动用模型优化资源。
- 提升通用能力： 模型优化旨在强化特定场景下的"单点能力"，并非用于扩充模型的通用知识或整体智能水平。
- 训练数据极度匮乏： 如果缺乏足够数量、覆盖真实业务场景的高质量标注数据，模型优化不仅效果有限，还可能导致模型在特定样本上过拟合，泛化能力下降。
- 问题边界模糊、输出标准难以量化的场景：如开放式创作、风格生成、情感陪伴类对话等，这类任务没有明确的"标准答案"，无法设计有效的奖励函数，模型优化无从发力，强行使用反而可能压缩模型的表达多样性。
- 样本分布极度不均衡的场景：如果训练数据中某类意图或任务的样本占比严重失衡，模型优化可能导致模型对高频样本过度拟合，对低频但同样重要的边缘场景表现反而下降。