arXiv cs.CL· Wenxi Gan·· 4 小时前AI 评分26
从紧凑教师监督中蒸馏小型智能体：Task-Progress Distillation 方法
Learning to Act with Task Progress: Distilling Small Agents from Compact Teacher Supervision
AI 导读
研究者提出 Task-Progress Distillation（TPD），一种离线蒸馏方法，为每个示范动作配上描述当前任务阶段的短标签，让学生模型通过联合评分阶段-动作对来选择动作。
来源：arXiv cs.CL · arxiv.org