★ 3APEx:自适应深度研究问答的经验蒸馏框架提出APEx分层经验利用框架,通过执行器、蒸馏器和规划器闭环,结合GRPO训练,实现技能蒸馏和在线规划自适应。在7个基准上超越GPT-5.4等模型,达到最先进性能。arXiv cs.AI60 天前