arXiv Artificial Intelligence· Bohan Lin, Liyi Chen, Zhuoning Guo, Muyang Li, Qimeng Wang, Yan Gao, Yao Hu, Yudong Zhang·· 19 小时前AI 评分22
GraphOPD：面向 LLM 智能体的图增强在线策略蒸馏
GraphOPD: Graph-Augmented On-Policy Distillation for LLM Agents
AI 导读
GraphOPD 提出首个将图结构增强引入 LLM 智能体在线策略蒸馏的方法，从环境状态变化记录中提取步骤间依赖关系构建依赖图，用随机游走平稳分布为每步打分，并与散度信号融合成轨迹相对掩码。
来源：arXiv Artificial Intelligence · arxiv.org