arXiv 机器学习· Yuanzhe Li, Pengxin Wang, Yuxin Ren, Jianing Deng, Jingtong Hu, Song Wang, Jingdi Chen, Huanrui Yang·· 7 小时前AI 评分35
TAP：基于轨迹锚定恢复的高效长程智能体剪枝框架
TAP: Efficient Long-Horizon Agent Pruning via Trajectory-Anchored Recovery
AI 导读
研究人员提出面向强化学习训练智能体的结构化剪枝框架 TAP，通过轨迹锚定恢复解决长程交互中的误差累积与推理成本过高问题。该方法将结构化剪枝与同策略恢复结合，由冻结的稠密教师模型监督学生模型响应。
来源：arXiv 机器学习 · arxiv.org