跳到正文
Hugging Face Daily Papers·· 2026-10-05AI 评分73

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

Internalizing Agent Experience into Diffusion Model Weights via On-Policy Context Distillation

AI 导读

论文提出 Diffusion On-Policy Context Distillation (D-OPCD) 方法,旨在将智能体(Agent)利用记忆、技能和工作流编排带来的性能增益内化到扩散模型的权重中。

来源:Hugging Face Daily Papers · arxiv.org