热点事件持续更新
南科大提出ActFirst-OPD多轮智能体蒸馏框架
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年9月30日报道，南方科技大学提出ActFirst-OPD多轮智能体蒸馏框架。该方法让智能体先行动、后思考，在偏离参考轨迹时切回自主预测，以解决在线策略蒸馏（OPD）中长推理阻塞环境交互的问题。研究在0.6B、1.7B、4B规模的Qwen3模型上验证，ALFWorld平均提速2.3倍，WebShop平均提速1.8倍，ScienceWorld平均提速4.9倍。在9组基准-模型设置中，有8组成功率与OPD基线持平或实现超越。
AI 根据报道生成 · 5 小时前更新
最新进展9月30日 10:17
南科大提出ActFirst-OPD，多轮智能体蒸馏训练提速最高4.9倍。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- AGI Hunt南科大提出 ActFirst-OPD：先行动后思考，多轮智能体蒸馏训练提速最高 4.9 倍
南科大提出 ActFirst-OPD，让智能体先行动、偏离参考轨迹时切回自主预测，解决在线策略蒸馏（OPD）中长推理阻塞环境交互的问题。在 0.6B/1.7B/4B Qwen3 上，ALFWorld 平均提速 2.3 倍、WebShop 1.8 倍、ScienceWorld 4.9 倍。9 组基准-模型设置中 8 组成功率持平或超越 OPD 基线。
本事件热度走势
当前热度 9·可比范围峰值 10（9月30日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。