ASCENT：智能体部署中自蒸馏验证经验，权重持续进化无需再训练

ASCENT 提出 OaTTT：LLM 智能体在部署流式任务中用带验证结果的执行轨迹在线更新权重，且更新跨任务持久。方法以冻结的初始 LLM 副本接收验证轨迹作为特权信息，把 next-token 分布蒸馏进持久的 LoRA fast weights，无需外部参考答案或更强教师，并剔除无效动作轮次。