论文页面 - 通过在线策略上下文蒸馏将智能体经验内化到扩散模型权重中

来源: https://huggingface.co/papers/2610.07250

摘要

将图像生成模型封装在智能体框架（agentic harness）中可以有效提升文生图（Text-to-Image）任务的表现：智能体框架能够利用记忆、技能、工作流编排、结果验证和迭代式优化，持续地构建和修改提示词（prompt），从而生成更好的图像。然而，这些增益仍然游离于扩散模型之外，只有在完整智能体框架运行时才能实现。我们提出了Diffusion On-Policy Context Distillation（D-OPCD），该方法将智能体优化后的提示词视为特权上下文（privileged context），并把智能体框架中编码的知识蒸馏到扩散模型的权重中，使模型在仅以原始查询为条件时也能保留部分智能体框架带来的收益。结合我们提出的 AutoSkillEvolver（ASE），我们展示了 D-OPCD 能够将智能体框架的能力内化到生成器的权重中，在四个基准测试上将平均直接生成分数从 60.52 提升到 65.09。当这些知识被吸收到权重中之后，智能体框架便可以淘汰已饱和的技能并继续进化：在更新后的生成器上进行第二轮 ASE，相比无技能的智能体框架又额外提升了 1.83 分，这指向了一个前景——智能体框架与模型可以通过持续的共同进化不断相互促进。

查看 arXiv 页面 ｜ 查看 PDF ｜ 项目页面 ｜ GitHub ｜ 添加到收藏

在你的智能体中获取这篇论文：

hf papers read 2610.07250

还没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

没有模型链接此论文

在模型的 README.md 中引用 arxiv.org/abs/2610.07250 即可从本页面链接它。

引用此论文的数据集 0

没有数据集链接此论文

在数据集的 README.md 中引用 arxiv.org/abs/2610.07250 即可从本页面链接它。

引用此论文的 Spaces 0

没有 Space 链接此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2610.07250 即可从本页面链接它。

包含此论文的收藏 0

没有收藏包含此论文

将此论文添加到收藏以从本页面链接它。