热点事件持续更新

研究人员提出小型智能体任务进度蒸馏方法TPD

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

2026年10月，研究人员提出了一种名为任务进度蒸馏（TPD）的小模型智能体离线蒸馏方法。该方法通过将示范动作与描述任务阶段的简短标签相配对，实现从小模型中蒸馏智能体。在ALFWorld基准测试中，使用404条演示训练的1.7B参数学生模型在未见任务上取得了72.4%的平均成功率，显著高于推理训练学生的48.3%。此外，在200条演示的预算限制下，显式阶段监督将成功率从仅使用纯动作监督的48.0%提升至67.7%，并在扩展至808条演示时达到76.9%。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月8日

12:00
arXiv 自然语言处理
结合任务进度学习行动：从紧凑教师监督中蒸馏小智能体
任务进度蒸馏（TPD）是一种离线方法，通过将示范动作与描述任务阶段的简短标签配对来蒸馏小模型智能体。在 ALFWorld 上，用 404 条演示训练的 1.7B 学生模型实现了 72.4% 的未见任务平均成功率，显著优于推理训练学生的 48.3%。在 200 条演示预算下，显式阶段监督将成功率从纯动作监督的 48.0% 提升至 67.7%，并在 808 条演示时均达到 76.9%。

本事件热度走势

当前热度 9·可比范围峰值 10（10月8日 13:00）·近 24 小时可比范围变化 –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。