热点事件持续更新
清华提出ActionOPD动作级蒸馏方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
清华大学研究团队提出ActionOPD方法，旨在通过语义动作对齐实现Agent蒸馏。该方法将监督粒度从Token提升至语义动作，仅需访问教师模型的生成接口即可进行训练，支持跨模型家族蒸馏。在四个未参与训练的基准测试中，Qwen3-4B和Qwen3-8B学生模型经该方法训练后，平均性能提升3.3至6.9个百分点。然而，报道指出该方法存在局限性：在τ²-bench基准上，其四次全部成功率低于离线蒸馏基线，且存在语义匹配误判等问题。目前该研究主要展示了在特定基准上的性能增益及跨模型能力，同时也明确了其在高难度任务上的表现短板。
AI 根据报道生成 · 4 小时前更新
最新进展10月19日 17:38
清华团队发布ActionOPD，提升Agent蒸馏性能但存在误判局限报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- 36氪 · 文章清华团队提出ActionOPD：通过语义动作对齐实现Agent蒸馏
清华大学研究团队提出ActionOPD方法，将Agent蒸馏的监督粒度从Token提升至语义动作，仅需访问教师模型的生成接口即可进行训练。在四个未参与训练的基准上，Qwen3-4B和Qwen3-8B学生模型经该方法训练后平均性能提升3.3-6.9个百分点。该方法支持跨模型家族蒸馏，但在τ²-bench上的四次全部成功率低于离线蒸馏基线，且存在语义匹配误判等局限。
本事件热度走势
当前热度 9·可比范围峰值 10（10月19日 18:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。