热点事件持续更新
研究者提出面向LLM智能体的图增强同策略蒸馏方法GraphOPD
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月8日，arXiv机器学习领域发布了一项针对大语言模型（LLM）智能体训练的研究。针对LLM智能体在多轮同策略蒸馏过程中存在的漂移与分歧偏差问题，研究者提出了首个图结构增强方法GraphOPD。该方法通过环境状态变化构建依赖图，利用随机游走平稳分布计算结构信用分，并与分歧信号相融合以实现精准的监督分配。实验结果显示，在ALFWorld、WebShop和SearchQA等基准测试中，GraphOPD相较于最强基线最高实现了5.8个百分点（+5.8 pp）的性能提升。
AI 根据报道生成 · 4 小时前更新
最新进展10月8日 12:00
研究者提出GraphOPD方法，在ALFWorld等基准测试中较最强基线最高提升5.8 pp。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv 机器学习GraphOPD：面向 LLM 智能体的图增强同策略蒸馏
针对 LLM 智能体在多轮同策略蒸馏中的漂移与分歧偏差问题，研究者提出首个图结构增强方法 GraphOPD。该方法基于环境状态变化构建依赖图，通过随机游走平稳分布计算结构信用分，并与分歧信号融合以精准分配监督。在 ALFWorld、WebShop 和 SearchQA 基准测试中，GraphOPD 相比最强基线性能最高提升 +5.8 pp。
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。