arXiv · cs.AI· Junzhuo Liu, Weiwei Li, Jun Ling, Peng Wang·· 5 小时前
Junzhuo Liu等提出SMRC-SD：面向多轮Agent的状态匹配路由与情境化自蒸馏
When Privileged Guidance Misaligns: State-Matched Routing and Contextualized Self-Distillation for Multi-Turn Agents
arXiv:2608.05219v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Junzhuo Liu, Weiwei Li, Jun Ling, Peng Wang
研究任务与主要进展
Junzhuo Liu、Weiwei Li、Jun Ling和Peng Wang提出SMRC-SD，通过仅在学生状态与参考兼容时蒸馏，并加入到达状态摘要和兼容续写，减少多轮Agent训练中的状态—参考错配。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org