Agentic-OPD:用在策略蒸馏恢复智能体遗忘的能力
原文标题:Agentic-OPD: Recovering Forgotten Agent Capabilities via On-Policy Distillation for Agentic Tasks
导读
Agentic-OPD 针对智能体任务强化学习中只保留最优验证结果的做法,用在策略蒸馏找回训练中被遗忘的智能体能力。
推荐理由
涉及大模型与智能体 · 与本主题相关
来源:arXiv cs.AI · arxiv.org
原文标题:Agentic-OPD: Recovering Forgotten Agent Capabilities via On-Policy Distillation for Agentic Tasks
Agentic-OPD 针对智能体任务强化学习中只保留最优验证结果的做法,用在策略蒸馏找回训练中被遗忘的智能体能力。
涉及大模型与智能体 · 与本主题相关
来源:arXiv cs.AI · arxiv.org