arXiv cs.AI· Wenxuan Wang, Zekai Liu, Weinan Zhang, Yu Cheng, Yang Yang·· 4 小时前AI 评分43
D-OPCD：用在线策略上下文蒸馏把智能体经验内化进扩散模型权重
Internalizing Agent Experience into Diffusion Model Weights via On-Policy Context Distillation
AI 导读
D-OPCD 把智能体改进后的提示词当作特权上下文，通过在线策略上下文蒸馏将智能体框架的能力写入扩散模型权重，使其仅凭原始查询也能保留部分收益。搭配 Auto Skill Evolver（ASE）的 Text-to-Image 智能体，四个 benchmark 上平均直接生成分数从 60.52 升至 65.09。
来源：arXiv cs.AI · arxiv.org