新研究发现AI代理自蒸馏中的解码崩溃现象

研究人员在检索交错搜索代理的反馈增强自蒸馏中发现了一种失败模式，称为解码崩溃。当模型生成看似多样但与输入无关的推理和搜索输出时，就会发生这种情况，导致蒸馏信号无效。这种不稳定性源于不一致的监督信号，可以分解为模型和提示的不一致。为了解决这个问题，引入了指数移动平均（EMA）教师来稳定自教师并提高性能，尽管在其预热阶段会出现初步的回归。 AI

影响 识别出AI代理自蒸馏中的一种关键失败模式，可能影响未来代理训练的效率和可靠性。

排序理由 这是一篇研究论文，详细介绍了特定AI训练技术的一种新颖的失败模式和提出的解决方案。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• EMA teacher
• Feedback-Augmented Self-Distillation
• Gotit.pub
• Hugging Face
• Influence Flower
• KL-based self-distillation
• On-policy self-distillation
• Retrieval-Interleaved Search Agents
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →