待验证50% 置信事实精确时间
Agentic-OPD方法利用在线策略蒸馏(OPD)从被丢弃的检查点池中挖掘能力,以恢复丢失的能力覆盖。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
涉及实体
相关事实
待验证OC-OPD是一种on-policy蒸馏方法,用四观测矩阵协调前向KL与反向KL的梯度,避免手工权重搜索。65% 相似待验证OC-SORT在经典SORT基础上引入观测中心的动量补偿和在线平滑机制,在目标被遮挡或暂时消失后能更好地恢复追踪62% 相似待验证OPOD 将子智能体的主动修订请求回溯归因到此前的编排决策上,推导出改进信号,并作为过程监督与最终奖励协同使用59% 相似待验证缓解协变量偏移的常见手段包括DAgger(数据集聚合)等交互式方法,以及在数据采集中主动引入恢复性示范(recovery demonstrations)。58% 相似待验证Agent Reach 采用多后端加自动降级机制,每个平台背后是一张排好序的后端名单,首选方案失败时自动切换备用方案58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1154298API
curl https://kongchang.com/api/v1/knowledge/claims/1154298MCP
get_claim(id=1154298)