热点事件持续更新
研究提出智能体离线微调方法PG-SFT
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，相关研究提出了特权引导监督微调方法PG-SFT（Privilege-Guided SFT），旨在解决AI智能体离线微调中新能力获取与基础模型已有能力保留之间的冲突。该方法通过利用智能体轨迹的轮次级信息增益来动态调整监督强度。评测结果显示，相较于会导致非目标基准性能退化的标准SFT和KL惩罚方法，PG-SFT仅以目标任务的轻微折损为代价，大幅减少了分布漂移和通用能力退化。
AI 根据报道生成 · 5 小时前更新
最新进展10月2日 12:00
研究提出PG-SFT方法，通过动态调整监督强度平衡智能体能力获取与保留。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv 人工智能PG-SFT：在离线 AI 智能体微调中平衡能力获取与保留
研究提出特权引导监督微调方法 PG-SFT（Privilege-Guided SFT），利用 AI 智能体轨迹的轮次级信息增益动态调整监督强度，以解决微调中新能力获取与基模已有能力保留的冲突。评测显示，相比导致非目标基准性能退化的标准 SFT 与 KL 惩罚，PG-SFT 以轻微的目标任务折损为代价，大幅减少了分布漂移和通用能力退化。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2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。