SMRC-SD

新的SMRC-SD方法增强了多轮AI代理指导

研究人员开发了一种名为状态匹配路由和上下文自蒸馏（SMRC-SD）的新方法，以改进多轮AI代理。该技术解决了当代理的行动导致其进入参考指导未涵盖的状态时发生的状态-参考不匹配问题。SMRC-SD将蒸馏过滤到仅在代理当前状态与参考轨迹对齐的状态下应用，从而提供更可靠的指导。实验表明，SMRC-SD在ALFWorld和WebShop等环境中显著提高了Qwen3-1.7B等代理的任务成功率。