GraphOPD：图增强在线策略蒸馏方法
热点事件持续更新
GraphOPD：图增强在线策略蒸馏方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Bohan Lin 等作者提交的论文提出 GraphOPD，称这是首个将图结构增强引入 LLM 智能体同策略蒸馏的方法。它用环境自身状态变化记录构建步骤依赖图，以随机游走平稳分布为每步打分，再与教师-学生差异信号融合成轨迹相对掩码。 在 ALFWorld、WebShop、SearchQA 上跨三种模型规模、对比十一个基线，该方法最高较最强基线提升 +5.8 pp；论文称执行回放审计显示其结构信用分显著高于随机。上述提升与审计结论均出自该论文。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
GraphOPD：面向 LLM 智能体的图增强同策略蒸馏报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.LGGraphOPD：面向 LLM 智能体的图增强同策略蒸馏
GraphOPD 是首个将图结构增强引入 LLM 智能体同策略蒸馏的方法，通过环境自身状态变化记录构建步骤依赖图，并用随机游走平稳分布为每步打分，再与教师-学生差异信号融合成轨迹相对掩码。在 ALFWorld、WebShop、SearchQA 上跨三种模型规模、对比十一个基线，最高较最强基线提升 +5.8 pp，执行回放审计验证其结构信用分显著高于随机地追踪真实因果影响。
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。