D-OPCD将智能体经验蒸馏至扩散模型权重

研究提出Diffusion On-Policy Context Distillation（D-OPCD），把文本生成图像智能体改进后的提示词作为特权上下文，蒸馏到扩散模型权重中，使模型不依赖智能体工作流也能直接生成更高质量的图像。 基于论文摘要，在四个基准上，模型直接生成的平均得分从60.52提升至65.09；经第二轮Auto Skill Evolver（ASE）更新后，相对无技能基线再提升1.83分。作者称这显示扩散模型与智能体工作流可协同演化。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。