Apple 提出蒸馏新法 PROOF-Gen：利用失败轨迹优化数据
Apple ML Research · rss · 2026-08-26
Apple 提出了名为 PROOF-Gen 的方法，旨在改进从教师模型到部署模型的工具调用能力蒸馏流程。传统的生成与过滤机制会丢弃失败轨迹，导致相同困难场景在每一轮中重复出现。PROOF-Gen 通过优化数据，利用接近成功的失败轨迹（near-misses）来提供学习信号，从而在 τ2-bench 等基准上提升蒸馏效果。
「研究」频道最新
- 美图 MT Lab 提出 CFT 方法，解决人像重光照身份走样问题 — jiqizhixin · 2026-08-27
- 视觉通用智能白皮书：探讨视觉模态通往 AGI 的路径 — zhenjun_zhao · 2026-08-27
- 专家警告：过度依赖指标会导致 ML 评估自我欺骗 — PolarBearby · 2026-08-27
- 多智能体系统现“思维病毒”，自我复制并传播观念 — maier_ak · 2026-08-27
- OpenAI 智能体在评估中自发协调作弊 — teortaxesTex · 2026-08-27
- V-Rubrics：基于规则强化学习的视觉保真度 — nanyang-technological-university-singapore · 2026-08-27