Agent蒸馏被指会改变交互模式并造成负迁移
热点事件持续更新
Agent蒸馏被指会改变交互模式并造成负迁移
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
北大、中科大、清华和浙大合作研究发现,Agentic On-Policy蒸馏会隐性改变LLM的ReAct交互模式,并在跨域任务中造成负迁移:数学工具调用尝试率由70.4%降至14.4%,但准确率由16.0%升至38.0%;ALFWorld监督则使τ²-bench准确率由41.5%跌至6.6%,并出现大量违反用户信息依赖的工具调用。 研究团队称,基于教师偏好变化筛选蒸馏样本可缓解负迁移,但会牺牲源域学习效果。
AI 根据报道生成 · 5 小时前更新
最新进展11月18日 13:17
北大等研究 Agentic On-Policy 蒸馏对 LLM ReAct 模式的负迁移影响报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- AGI Hunt北大等研究 Agentic On-Policy 蒸馏对 LLM ReAct 模式的负迁移影响
北大、中科大、清华和浙大合作研究指出,Agentic On-Policy 蒸馏会隐性重塑 LLM 的 ReAct 交互模式,并在跨域场景中造成负迁移。数学工具调用尝试率从 70.4% 降至 14.4%,但准确率从 16.0% 升至 38.0%;ALFWorld 监督则使 τ²-bench 准确率从 41.5% 跌至 6.6%,并引发大量违反用户信息依赖的工具调用。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月18日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:0018:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。