EA-Perplexity · 2026-09-28
新研究：我们通过提示引导的自我蒸馏，对计算机模型进行了后期训练，使其能从自身错误中学习。
在一次实时A/B测试中，较晚训练的检查点相比早期检查点，将工具调用失败率相对降低了21.2%。