WebKD：教师编辑学生失败轨迹的黑盒蒸馏训练网页Agent

Md Farhan Ishmam 和 Kenneth Marino 发布论文（arXiv:2610.19834），提出 WebKD，一种从闭源教师模型向学生模型蒸馏网页智能体能力的黑盒方法：教师定位学生失败轨迹中的首个错误，并以学生风格最小化改写其推理、状态和动作，用于训练学生。 据论文摘要，在 TimeWarp 基准上，WebKD 训练的学生较行为克隆、结果奖励强化学习和教师编辑基线提升约 5.5–10.7 个百分点，且性能迁移到未见版本和 OnlineMind2Web 的真实网页任务。以上数字来自论文摘要，属作者报告结果。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。