优化无效时先定位失败层

以下示例与示意结果由本站编写，用于说明方法，不是模型实测结果。

使用场景

连续加强“使用搜索”指令，检索评估仍不变。教学轨迹显示search未注册；再加提示不能修好宿主缺工具，也可能遇到错误评分或普通波动。

具体做法

读取代表失败的完整轨迹、输出与运行配置，按证据暂分类：内容缺失、评分分歧、基础设施、结构不可达、波动。允许多层与未知，记录每类案例数及定位；对最可能解释做控制探测，如只修注册再测同例。修评分需统一重评所有候选；噪声内变化先报告证据不足，而不继续无界堆指令。

反例

每轮持平都再写一段“必须始终搜索”，不看工具是否可用或评分规则。

改进写法

先查失败轨迹：search未注册归宿主接线，注册后用同例验证；若正确引用被评分器拒绝则核对规则并重评。按每项具体证据分类，保留未知；只有内容确实缺失才补内容。

为什么这样改

调优对象不一定是瓶颈。分层诊断把改动指向能解释观察的地方，避免增加模型根本无法执行或访问的指令。

如何验证

教学未注册→修注册后实际调用search支持接线解释，但仍需看任务结果；调用成功却分数不变，进一步核评分。完全相同配置翻转幅度大时列波动。每个类别有案例和探测，不能仅凭低分猜根因。

适用边界

分类是辅助不是证明，单案例可能跨层。环境和评分也会漂移；重评/重复需要许可预算。不可识别失败不应被硬塞到内容缺口，未知项保持可见。