HSAD 方法提出：8B 顾问模型蒸馏失败经验，金融智能体合格率升至56.6%
原文标题：Hindsight Structured Advice Distillation: Steering Executor Agents with Advisors Trained on Their Failures and Task Characteristics
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。
论文提出后见之明结构化建议蒸馏（HSAD），训练小型顾问模型读取输入并生成结构化建议，附加到冻结执行器提示中。在 FrontierFinance 基准上，8B 顾问将 Samaya 研究智能体合格率从52.9%提升至56.6%，成本降低37%，并在 WebShop、BIRD text-to-SQL 与 ExpertLongBench 上同样见效。
- 问题
- 专业领域智能体常因细节缺失而失败，重训昂贵且闭源系统无法重训，统一长提示又无法按输入定制。
- 方法
- 训练小型顾问模型读取输入生成结构化建议，附加到冻结执行器提示上，用带特权的后见之明蒸馏失败经验。
- 结果
- 在FrontierFinance上将Samaya研究智能体合格率从52.9%提升至56.6%，成本降低37%，并在WebShop、BIRD、ExpertLongBench上同样见效。
- 影响
- 无需改动或重训主模型即可提升专业智能体表现并降本，适合闭源/共享模型的产品化落地。
深读 · 结论先行AI 生成展开看要点与影响 ↓
8B顾问模型蒸馏失败经验，使金融智能体合格率从52.9%升至56.6%，成本降37%。
- •HSAD让小型顾问模型读输入生成结构化建议，附加到冻结执行器提示中
- •顾问用后见之明训练：分析执行器失败、试多种策略、由看到评分与轨迹的教师写建议
- •在FrontierFinance上，8B顾问将Samaya研究智能体合格率从52.9%提升至56.6%
- •成本降低37%，因学生是独立小模型而非执行器本身，训练便宜、延迟增加小
- •在WebShop、BIRD text-to-SQL与ExpertLongBench上同样见效
为什么重要：为闭源或共享智能体提供了一条低成本补细节的路径：不改执行器，只训练一个按输入定制建议的小顾问。
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。