驾驭方面的知识，权重方面的可靠性：法学硕士代理人的无教师共同进化

原文：Knowledge in the Harness, Reliability in the Weights: Teacher-Free Co-Evolution of an LLM Agent

小型开放模型适合私人客户服务部署，但在两个方面落后于前沿模型：它们在给定情况下错过了书面策略的要求，并且它们根据所知道的内容采取不一致的行动。我们研究这样的模型是否可以在没有更强大的教师模型的情况下缩小其自身部署日志及其参考结果的差距。我们的起点是 Gemma 4 12B 代理

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。