热点事件持续更新
CAFT：用文本批评训练 LLM 智能体
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 15 日，arXiv cs.CL 出现一篇论文，提出 CAFT（Critique-Augmented Agentic Fine-Tuning）。其做法是把专家模型针对学生错误动作给出的文本批评，直接作为微调目标，而不是只学习修正后的动作。研究者在 Nemotron 3 与 Gemma 4 两个家族的四个学生模型上开展实验，评测环境为 τ²-Bench 的 Airline+Retail 与 WebShop。结果显示，在训练中加入批评，比仅做动作级蒸馏平均提升 8%；此外，由该方法得到的 checkpoint 也能为后续强化学习提供更好的热启动。报道未给出更细的分项数据、训练规模或与其他方法的更多对比，相关结论均来自这一篇论文。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
论文提出 CAFT，以专家文本批评微调智能体，在四个学生模型上平均较动作级蒸馏提升 8%。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CL超越修正动作：用文本批评训练 LLM 智能体
研究者提出 CAFT（Critique-Augmented Agentic Fine-Tuning），用专家模型对学生错误动作给出的文本批评作为微调目标。在 Nemotron 3 和 Gemma 4 家族的四个学生模型上，于 τ²-Bench Airline+Retail 与 WebShop 中，加入批评比仅动作级蒸馏平均提升 8%，其 checkpoint 也可为强化学习提供更好的热启动。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·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。