D-OPCD：把智能体经验蒸馏进扩散模型权重
热点事件持续更新
D-OPCD：把智能体经验蒸馏进扩散模型权重
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
Wenxuan Wang等研究者提出 Diffusion On-Policy Context Distillation（D-OPCD），将智能体 harness 改进后的提示词作为特权上下文，蒸馏进扩散模型权重，使模型仅凭原始查询就能保留部分 harness 收益。 据其报告，该方法在四个基准上把平均直接生成分数从 60.52 提升到 65.09；在更新后的生成器上进行第二轮 ASE，又比无技能 harness 高出 1.83 分。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 12:00
D-OPCD：通过同策略上下文蒸馏将智能体经验内化到扩散模型权重报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AID-OPCD：通过同策略上下文蒸馏将智能体经验内化到扩散模型权重
研究者提出 Diffusion On-Policy Context Distillation（D-OPCD），把智能体 harness 改进后的提示词作为特权上下文，蒸馏进扩散模型权重，使模型仅凭原始查询即可保留部分 harness 收益。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月7日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
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。