GraphOPD：图增强在线策略蒸馏方法
热点事件持续更新
GraphOPD：图增强在线策略蒸馏方法
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
研究者提出 GraphOPD，首次将图结构增强引入大语言模型智能体的同策略蒸馏。该方法针对按教师-学生分歧大小分配监督信号在多轮智能体任务中失效的问题，从环境状态变化记录中构建步骤依赖图，用随机游走平稳分布打分，再与分歧信号融合成轨迹相对掩码。 在 ALFWorld、WebShop、SearchQA 三个任务上，跨三种模型规模和十一个基线测试，GraphOPD 最高较最强基线提升 5.8 个百分点。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
GraphOPD：面向 LLM 智能体的图增强同策略蒸馏报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.LGGraphOPD：面向 LLM 智能体的图增强同策略蒸馏
针对同策略蒸馏按教师-学生分歧大小分配监督信号在多轮智能体任务中失效的问题，研究者提出 GraphOPD，首次将图结构增强引入 LLM 智能体的同策略蒸馏。该方法从环境状态变化记录中构建步骤依赖图，用随机游走平稳分布打分，并与分歧信号融合成轨迹相对掩码。在 ALFWorld、WebShop、SearchQA 上跨三种模型规模和十一个基线测试，最高较最强基线提升 5.8 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。