★ 3
SPLICE：一致性正则化实现智能体知识与模型协同进化
论文提出 SPLICE 框架，通过扰动同一经验的分析方式构造多个进化视图，以跨视图一致效用增益指导知识更新，并用自蒸馏结合强化学习将知识内化到模型。实验显示其在多领域平均准确率上分别超过知识进化与模型训练基线 7.1 与 4.6 个百分点，每个正确解的输出 token 最多减少 44%。
arXiv cs.AI10 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 SPLICE 框架，通过扰动同一经验的分析方式构造多个进化视图，以跨视图一致效用增益指导知识更新，并用自蒸馏结合强化学习将知识内化到模型。实验显示其在多领域平均准确率上分别超过知识进化与模型训练基线 7.1 与 4.6 个百分点，每个正确解的输出 token 最多减少 44%。