论文
Capable Teacher, Myopic Scorer: Reward-Free Teacher Repair for Agentic On-Policy Distillation
提出无奖励教师修复机制，提升智能体在线策略蒸馏中学生代理的稳定性与泛化性
首次收录 2026-10-21热度 1.0
agentdistillation
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「Capable Teacher, Myopic Scorer: Reward-Free Teacher Repair for Agentic On-Policy Distillation」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。