分层智能体蒸馏框架研究

2026年10月26日，arXiv Artificial Intelligence 刊出 Ya Gao 等作者的论文，提出分层 LLM 智能体蒸馏框架。据该文，框架将 on-policy 程度拆分为两个层面：交互历史与动作 token 前缀，并可在配对、混合比例和训练计划上显式控制。报道称其意在超越 On-Policy 与 Off-Policy 的二分，讨论 LLM 智能体蒸馏应在哪个层面跟随学生模型。目前公开信息仅来自这一篇主报道，未见后续跟进报道，也无独立验证或对比实验结果披露；框架的实际效果、适用模型与任务范围尚待更多报道说明。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。