NVIDIA PivotOPD：教会智能体预防并挽回关键失误，ALFWorld +5.5%

NVIDIA 提出 PivotOPD 蒸馏方法，让智能体在多轮交互中同时学会预防与挽回会累积的关键失误，Qwen3-1.7B 学生在 ALFWorld 上提升 5.5%。该方法在 ALFWorld、WebShop 与搜索 QA 上平均表现强于 13 个基线，Nemotron-3.5 在 SWE-Bench Verified 上解决率提升 3.2%。