UNSW 提出 ASCENT：成功经验自蒸馏进权重，智能体交互轮数直接减半

澳大利亚新南威尔士大学团队提出智能体自进化方法 ASCENT，让冻结的初始模型充当教师，将验证通过的成功经验自蒸馏进模型权重。基于 Qwen3.5-4B 与 9B 模型，ASCENT 在 ALFWorld 和 WebShop 上的成功率均比基座模型提升 22 个百分点以上。该方法无需参考答案与更强教师模型，在基座可解任务中最多让 67% 的交互轮数更少。