arXiv · Artificial Intelligence· Hangxi Guo, Fengyuan Liu, Yue Wang, Yuhua Qi, Haoyi Xiong, Fei Sun, Mengnan Du·· 4 hr agoAI score36
环境反馈建模的重要性：反思智能体自蒸馏中的反馈处理方式
Environmental Feedback Modeling Matters: Rethinking Feedback Treatment in Agentic Hindsight Self-Distillation
AI brief
一项研究提出 SELF 框架，在智能体自蒸馏中联合优化环境反馈建模与回溯自蒸馏，让教师模型在反馈条件下向策略蒸馏指导。分析显示两者相互增强：环境反馈建模强化回溯监督与策略学习，自蒸馏提升环境反馈建模能力。
Source: arXiv · Artificial Intelligence · arxiv.org