react-patterns

标签

Cards List
#react-patterns

Agentic 策略内蒸馏隐式重塑 LLM 智能体的 ReAct 模式

Hugging Face Daily Papers ↗ · 2026-11-14 缓存

该论文研究 on-policy 蒸馏如何隐式重塑 LLM 智能体的 ReAct 交互模式,发现跨域监督可能导致负迁移,并提出基于教师偏好变化的选择性 OPD 来缓解该问题。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈