arXiv · cs.AI· O. Ozan Koyluoglu·· 5 小时前
HSAD：用失败 hindsight 蒸馏训练小模型，为执行 Agent 生成结构化建议
Hindsight Structured Advice Distillation: Steering Executor Agents with Advisors Trained on Their Failures and Task Characteristics
arXiv:2610.13000v1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：O. Ozan Koyluoglu
研究任务与主要进展
作者提出 Hindsight Structured Advice Distillation（HSAD），让独立的小型 advisor 读取输入并生成结构化建议，将其附加到冻结执行器的提示中；advisor 使用执行器失败轨迹、策略结果和带评分轨迹生成的教师建议进行监督微调。
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