TMax通过学生模型筛选机制优化终端智能体

TMax是一个专为终端智能体设计的生成器-学生模型流水线。其核心机制是先由生成器产出任务，随后利用能力较弱的“学生模型”来筛选训练样本，只有当学生模型无法完成时才予以保留。尽管这种多维度采样方法有效增加了数据多样性，但开发者指出，TMax目前仍未完全解决任务真实性的核心难题。

2026-07-14 ~ 2026-07-14 · 2 条相关