AI工具与模型HOT精选全部
arXiv cs.AI评分70

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

打开原文 ↗

来源:arXiv cs.AI · arxiv.org

主题

相关条目