DENSE：将智能体轨迹蒸馏为证据树
原文标题：DENSE: Distilling Agent Trajectories into Evidence-Grounded Shortcut Trees for Self-Refinement
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DENSE方法，将智能体在线执行轨迹蒸馏为基于证据的嵌套捷径树，无需事后结果标签即可生成可复用反馈。配套REFIT协议在结果盲测下比较反馈质量。在Terminal-Bench 2.1上，DENSE在四种接收模型上取得最高严格通过率，较初始执行提升7.12-15.64个百分点，重跑时token消耗减少19.0-43.6%。
- 问题
- 智能体在线轨迹丰富，但任务级验证与专家标注难以规模化。
- 方法
- 把执行轨迹蒸馏为证据驱动的嵌套捷径树，无需事后结果标签即可生成可复用反馈。
- 结果
- Terminal-Bench 2.1 上严格通过率较初始执行提升 7.12-15.64 个百分点，重跑 token 减少 19.0-43.6%。
- 影响
- 让智能体靠自身轨迹证据自我改进，降低对外部监督和重复试错的依赖。
深读 · 结论先行AI 生成展开看要点与影响 ↓
DENSE 把智能体轨迹蒸馏为证据树，Terminal-Bench 2.1 严格通过率提升 7.12–15.64 个百分点。
- •目标：无需事后结果标签，把在线执行轨迹蒸馏为可复用反馈。
- •DENSE 组织为基于证据的嵌套捷径树，压缩冗余尝试、用恢复证据跨层调和问题。
- •配套 REFIT 协议：在结果盲测下，从共享初始轨迹比较反馈质量。
- •Terminal-Bench 2.1 上，四种接收模型均取得测试的非特权反馈方法中最高严格通过率。
- •重跑时接收方 token 消耗减少 19.0–43.6%；GPT-5.5 消融支持嵌套子任务分析加捷径构建的组合。
为什么重要：对依赖智能体自我改进、又难以规模化人工标注的团队，这条同时给出通过率提升与 token 节省两项可量化收益。
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。