DAIR.AI：RT elvis 真是一篇关于小语言模型代理在框架辅助下蒸馏…

RT elvis 真是一篇关于小语言模型代理在框架辅助下蒸馏的很好论文。（收藏一下）这是一种针对部署在框架中的小语言模型代理的超级有趣的蒸馏框架。简单来说，就是让大模型在有框架信息和没有框架信息的情况下运行，然后训练小模型在它的行为发生变化的情况下。研究人员发现，将框架加入到在线策略蒸馏中，可以使学生模型在ALFWorld中使用框架信息的频率从65.7%提高到73.1%，但成功率保持不变（从43.1%到43.5%）。他们的方法，框架感知蒸馏，查询的是相同的

—— DAIR.AI (@dair_ai) X帖子｜2026-10-06T16:26:02+00:00
原帖：https://x.com/dair_ai/status/2107509779379974333