跳到正文
arXiv · ML· Yuanpu Cao, Saket Sathe, Hanyu Wang, Ziyi Yin, Fenglong Ma, Jinghui Chen·· 2026-10-15AI 评分31

Progress-Aware Distillation for Mitigating Stagnation in Small Language Model Agents

Progress-Aware Distillation for Mitigating Stagnation in Small Language Model Agents

AI 导读

ProD 通过检测并惩罚学生智能体轨迹中的停滞现象,有效缓解小语言模型智能体在长交互中陷入无效循环的问题。 ProD 将教师与学生间的停滞差距编码为自适应边距,在 0.6B 至 8B 参数的 8 个 SLM 上验证,提升了成功率与任务完成效率。 该工作已被 NeurIPS 2026 接收。

来源:arXiv · ML · arxiv.org