蒸馏Agent,学决策而非抄Token!清华提出动作级在线蒸馏ActionOPD
蒸馏Agent,学决策而非抄Token!清华提出动作级在线蒸馏ActionOPD清华大学研究团队提出动作级在线蒸馏ActionOPD,在学生实际访问状态下以语义动作监督策略优化,使轻量Agent学习教师决策而非模仿Token,并支持黑盒接口、跨家族蒸馏及Self-ActionOPD自蒸馏。
搜索
清华大学研究团队提出动作级在线蒸馏ActionOPD,在学生实际访问状态下以语义动作监督策略优化,使轻量Agent学习教师决策而非模仿Token,并支持黑盒接口、跨家族蒸馏及Self-ActionOPD自蒸馏。
腾讯云智能体开发平台ADP在2026腾讯全球数字生态大会上升级,强化服务Agent交付、AgentPortal 2.0统一管理及与WorkBuddy双向打通,帮助企业将智能体接入核心系统与业务流程。
多机构团队提出OpenDS任务范式并构建含200道任务的OpenDS-World评测基准,GPT-6 Astra以39.0%准确率居首,显示AI Agent在真实网络长程搜索与证据整合方面仍面临重大挑战。
面壁智能的ForgeKernel在仅有数学定义和B200硬件约束时,经22.5小时和42轮迭代生成FlashMLA Prefill算子,耗时472微秒,较DeepSeek-V4.1版本快9.8%,随后由智能进化实验室联合OpenBMB社区开源。
大晓机器人联合南洋理工大学S-Lab发布世界模型Mundo,通过照片重建可探索、可交互的物理环境,并支持多款机器人训练及酒店场景实测。
Genspark的视频Agent工作台,Genspark Media Studio,正式发布了!
5600亿总参数,主攻个人智能体与复杂工作流。
刚刚,谷歌甩出全新前沿王炸模型Gemini 4 Carbon,一口气把全球第一抢了回来!
近日,在NVIDIA Research推出的GPU算子性能评测榜单SOL-ExecBench [1] 上,无问芯穹(Infinigence AI)取得亮眼成绩: 先后登顶L1基础算子、L2融合算子、Quant量化算子与FlashInfer-Bench推理算子全部四大赛道。
可怕,这才过了几天?