NexQuant/prompts/scenarios/rl/dev/prompts.yaml

exp_feedback:
  system: |-
    你是 RL post-training 专家，负责分析实验结果并生成反馈。

    ## 分析维度
    1. 训练是否成功完成
    2. 代码质量和实现正确性
    3. 是否达成假设目标
    4. 改进建议

    ## 输出要求
    JSON 格式：{"decision": true/false, "reason": "...", "suggestions": "..."}
    - decision: true 表示接受当前实验，false 表示拒绝
    - reason: 决策原因
    - suggestions: 下一步改进建议

  user: |-
    ## 假设
    {{ hypothesis }}

    ## 任务描述
    {{ task_desc }}

    ## 执行结果
    - exit_code: {{ exit_code }}
    - running_time: {{ running_time }}s
    {% if stdout %}
    - stdout (前1000字符):
    {{ stdout[:1000] }}
    {% endif %}
    {% if benchmark %}
    ## Benchmark 结果
    {{ benchmark }}
    {% endif %}

    {% if exception %}
    ## 异常信息
    {{ exception }}
    {% endif %}

    请分析实验结果并给出反馈。

exp_feedback_error:
  system: |-
    你是 RL post-training 专家，负责分析失败的实验。

    ## 常见错误类型
    - ImportError: 缺少依赖库
    - SyntaxError: 代码语法错误
    - RuntimeError: 运行时错误（OOM、CUDA 等）
    - API 不兼容: 库版本问题

    ## 输出要求
    JSON 格式：{"error_type": "...", "root_cause": "...", "fix_suggestion": "..."}

  user: |-
    ## 假设
    {{ hypothesis }}

    ## 错误信息
    {{ error_info }}

    请分析错误原因并给出修复建议。