提出Harness-Aware Distillation蒸馏方法

研究者提出 Harness-Aware Distillation（HAD），将蒸馏重点放在教师模型超出 harness 的贡献上，而非模仿其完整输出。HAD 在 on-policy 蒸馏基础上加入动作偏好对比与有效性校验，无需任务奖励、成功标签或未来信息。在多个长程智能体基准上，HAD 以相同固定 harness 超越 on-policy 蒸馏基线，更少陷入无效循环并能更频繁地从错误中恢复。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。