★ 2
ECHOES 用特权在线策略蒸馏压缩 GUI 智能体历史，免存截图
论文提出 ECHOES，采用「压缩—思考—行动」格式递归更新文本历史状态，并以具备多图特权输入的同模型作为教师，对学生轨迹做 token 级在线策略蒸馏。配套 PMF Gap 引导的 OPD-RL 框架动态平衡蒸馏与任务奖励。部署时不保留历史截图，在四个 GUI 基准与自建 ECHOESBMK 上…
arXiv cs.AI13 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 ECHOES，采用「压缩—思考—行动」格式递归更新文本历史状态，并以具备多图特权输入的同模型作为教师，对学生轨迹做 token 级在线策略蒸馏。配套 PMF Gap 引导的 OPD-RL 框架动态平衡蒸馏与任务奖励。部署时不保留历史截图，在四个 GUI 基准与自建 ECHOESBMK 上…