HSAD：失败后见蒸馏训练小型顾问模型提升执行Agent表现

论文作者 O. Ozan Koyluoglu 发布 arXiv 预印本（2610.13000v1），提出 Hindsight Structured Advice Distillation（HSAD）：训练一个独立的小型 advisor 模型，读取输入后生成结构化建议，附加到冻结执行器 Agent 的提示中；advisor 用执行器失败轨迹、策略结果和基于带评分轨迹生成的教师建议做监督微调。 据论文报告，在专家撰写金融研究查询的公开基准 FrontierFinance 上，8B advisor 将本已领先该基准排行榜的 Samaya 专有研究 Agent 的 qualification rate 从 52.9% 提升到 56.6%，超过该 Agent 自身的高算力配置，且每次查询成本低 37%；HSAD 在 WebShop、BIRD text-to-SQL 和 ExpertLongBench 上也有提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。