论文Agent 与开发者72°05:55Perplexity 公开 Computer 智能体后训练方法，工具调用失败率降低约 21%Perplexity 公开了他们训练 Computer 智能体的后训练细节，用 RFT 加自蒸馏纠正错误工具调用，实测失败率降了 21%，做 agent 的话值得看看他们怎么用真实用户会话。#Perplexity#RFT#自蒸馏#智能体Aravind Srinivas@AravSrinivas原文稍后读已读值得跟进有用关注 Perplexity
论文10:04基于验证器的强化微调推理模型优化建筑热能存储控制这篇论文用30条提示微调开源模型，让建筑冷负荷调度排放从70.5降到61.2，逼近最优，比GPT-4o强得多。#RLVR#RFT#GPT-5#GPT-4oaarXiv cs.LG@Takumi Shioda 等 3 人原文稍后读已读值得跟进有用关注 RLVR
