#alfworld

Harness-Aware Distillation 将小型语言模型智能体在 ALFWorld 上的成功率提升至 63.4%

一篇研究论文提出了 Harness-Aware Distillation 训练框架，通过对比教师模型的决策，训练小型语言模型智能体利用 harness 信息。训练后的学生模型在未见过的 ALFWorld 任务上达到了 63.4% 的成功率，超过了其 8B 教师模型。