★ 3
DENSE：将智能体轨迹蒸馏为证据树
论文提出DENSE方法，将智能体在线执行轨迹蒸馏为基于证据的嵌套捷径树，无需事后结果标签即可生成可复用反馈。配套REFIT协议在结果盲测下比较反馈质量。在Terminal-Bench 2.1上，DENSE在四种接收模型上取得最高严格通过率，较初始执行提升7.12-15.64个百分点，重跑时toke…
arXiv cs.AI42 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DENSE方法，将智能体在线执行轨迹蒸馏为基于证据的嵌套捷径树，无需事后结果标签即可生成可复用反馈。配套REFIT协议在结果盲测下比较反馈质量。在Terminal-Bench 2.1上，DENSE在四种接收模型上取得最高严格通过率，较初始执行提升7.12-15.64个百分点，重跑时toke…