arXiv · AI· Yuhang Zhou, Yifan Wu, Bo Peng, Mingyi Wang, Jiayi Liu, Xiangjun Fan, Lizhu Zhang, Zhuokai Zhao·· 4 小时前AI 评分21
通过特权回顾蒸馏实现自进化智能体：Qwen3-8B 和 Qwen3-14B 性能提升高达 59.7%
Self-Evolving Agents through Privileged Retrospective Distillation
AI 导读
研究提出多轮框架 Retrospective Self-Distillation (RSD)，利用特权回顾上下文将自然轨迹转化为密集监督，实现模型自进化。在 ALFWorld、ScienceWorld 和 SearchQA 任务上，基于 Qwen3-8B 和 Qwen3-14B 的 RSD 相比基线模型性能相对提升最高达 59.7%。
来源：arXiv · AI · arxiv.org