SELF：结合环境反馈的自蒸馏框架
热点事件持续更新
SELF：结合环境反馈的自蒸馏框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Hangxi Guo 等作者提出 SELF 框架，将环境反馈建模与后见自蒸馏联合优化，让模型在预测环境响应的同时，从反馈条件下的自教师中蒸馏指导。 在 Qwen3-8B 上，SELF 在 τ-bench 成功率上超过 SDPO 和 GRPO 分别 6.4 和 4.1 个百分点，在 AppWorld 任务目标完成率上分别高出 10.71 和 3.57 个百分点。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
SELF：智能体后见自蒸馏中的环境反馈建模为何重要报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.AISELF：智能体后见自蒸馏中的环境反馈建模为何重要
研究提出 SELF 框架，将环境反馈建模与后见自蒸馏联合优化，让模型在预测环境响应的同时，从反馈条件下的自教师中蒸馏指导。在 Qwen3-8B 上，SELF 在 τ-bench 成功率上分别超过 SDPO 和 GRPO 6.4 和 4.1 个百分点，在 AppWorld 任务目标完成率上分别高出 10.71 和 3.57 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。