研究提出分层智能体蒸馏框架

2026年10月26日，arXiv cs.AI方向发布一项新研究，由Ya Gao、Zhengtao Zou和Pekka Marttinen提出分层智能体蒸馏框架并完成受控实验。 该研究指出，在交互式LLM智能体蒸馏中，On-Policy与Off-Policy的区分本质是层次性的，需要独立控制诱导交互历史的策略与生成动作前缀的策略，从而超越传统二元对立。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。