★ 3
D-Skill 提出自然语言技能蒸馏，小模型零权重更新追平教师 75%-95%
论文提出 D-Skill 框架，把前沿智能体教师视为黑盒，通过分析成对轨迹中的行为分歧与一致，将其行为优势蒸馏为可解释的自然语言技能文档，在推理时提供给小模型。该方法完全离线构建，无需标签、额外环境交互或权重更新。在 SpreadsheetBench-Verified、ALFWorld 与棋类谜题…
arXiv cs.AI11 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 D-Skill 框架，把前沿智能体教师视为黑盒，通过分析成对轨迹中的行为分歧与一致，将其行为优势蒸馏为可解释的自然语言技能文档，在推理时提供给小模型。该方法完全离线构建，无需标签、额外环境交互或权重更新。在 SpreadsheetBench-Verified、ALFWorld 与棋类谜题…