D-Skill 提出自然语言技能蒸馏，小模型零权重更新追平教师 75%-95%
原文标题：D-Skill: Distilling Teacher Knowledge through Agent Skills
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 D-Skill 框架，把前沿智能体教师视为黑盒，通过分析成对轨迹中的行为分歧与一致，将其行为优势蒸馏为可解释的自然语言技能文档，在推理时提供给小模型。该方法完全离线构建，无需标签、额外环境交互或权重更新。在 SpreadsheetBench-Verified、ALFWorld 与棋类谜题上，D-Skill 弥合 75%-95% 的师生差距，单轮离线即超过一 epoch SFT 基线，且学生模型单任务推理成本比教师低 5.7-8.3 倍。
- 问题
- 前沿智能体能力强但推理成本高，传统蒸馏需改权重且知识不可解释。
- 方法
- D-Skill 把教师当黑盒，从成对轨迹中提炼自然语言技能文档，推理时注入学生模型，无需权重更新。
- 结果
- 在 SpreadsheetBench-Verified、ALFWorld 与棋类谜题上弥合 75%-95% 师生差距，单任务推理成本低 5.7-8.3 倍。
- 影响
- 无需训练即可把大模型能力迁移到小模型，降低部署成本且技能可读可审计。
深读 · 结论先行AI 生成展开看要点与影响 ↓
D-Skill把教师行为蒸馏成自然语言技能文档，零权重更新弥合75%-95%师生差距。
- •教师视为黑盒，通过分析成对轨迹中的行为分歧与一致，提炼可解释的自然语言技能文档。
- •构建完全离线，无需标签、额外环境交互或权重更新，推理时把技能文档提供给小模型。
- •在SpreadsheetBench-Verified、ALFWorld与棋类谜题上弥合75%-95%师生差距。
- •单轮离线即超过一epoch SFT基线，并与多epoch SFT保持竞争力。
- •同模型家族下学生单任务推理成本比教师低5.7-8.3倍。
为什么重要：绕开权重访问与训练算力，把前沿Agent能力以文本形式迁移到小模型，对无法微调闭源教师或想压低推理成本的团队是一条新路径。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。