跳到正文
Hugging Face Daily Papers·· 2026-09-30AI 评分75

ReSAIL:缓解迭代智能体自蒸馏中的性能坍塌

ReSAIL: Mitigating Collapse in Iterative Agent Self-Distillation

AI 导读

论文介绍了一种名为 ReSAIL 的插件方法,旨在解决迭代自蒸馏过程中模型部署表现随周期增加而下降的问题。该方法通过优先选择对教师预测影响最大的交互步骤进行蒸馏,并正则化学生模型的特权信息条件输出分布以保留其行为特征。在 ALFWorld、TextCraft 和 AITZ 等基准测试中,ReSAIL 在三轮迭代后平均提升了 22.5% 的成功率,为缓解智能体自蒸馏的性能坍塌提供了新的机制。

来源:Hugging Face Daily Papers · arxiv.org