12:31
官方账号arXiv cs.AI@Changle Qu, Sunhao Dai, Hengyi Cai, Yuqi Zhou, Xinran Chen, Simon, Jun Xu
推荐理由：TurnSight 把工具推理的强化学习拆到回合级，用事后视角筛信号，三个基准上都有效，代码开源了。
工具集成推理
共 1 条相关 AI 资讯
8月5日
12:31
TurnSight 是一个面向工具集成推理（TIR）的回合级事后自蒸馏框架。TurnSight 不从轨迹级或令牌级反馈学习，而是基于执行条件的事后状态生成监督信号。TurnSight 构造多个不同前瞻视野的事后视图，并通过跨视野方向一致性筛选可靠信号。论文在三个基准上验证了效果，代码已开源在 GitHub。