arXiv cs.AI· Wenxuan Wang, Zekai Liu, Weinan Zhang, Yu Cheng, Yang Yang·· 10 小时前AI 评分32
D-OPCD：通过在线策略上下文蒸馏将智能体经验内化进扩散模型权重
Internalizing Agent Experience into Diffusion Model Weights via On-Policy Context Distillation
AI 导读
研究提出 Diffusion On-Policy Context Distillation（D-OPCD），将智能体改进后的提示词作为特权上下文，把智能体框架的能力蒸馏进扩散模型权重，使其仅凭原始查询也能保留部分框架收益。
来源：arXiv cs.AI · arxiv.org