多轮Agent蒸馏终于不翻车！港中文x通义新方法成功率暴涨18点，训练还快32%
多轮Agent蒸馏终于不翻车！港中文x通义新方法成功率暴涨18点，训练还快32%把强大模型的能力“蒸馏”给小模型，听起来很美—— 但放到多轮对话Agent场景里，效果往往一塌糊涂。
来自主题: AI技术研报
8603 点击 2026-05-07 10:17
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
把强大模型的能力“蒸馏”给小模型，听起来很美—— 但放到多轮对话Agent场景里，效果往往一塌糊涂。
Agent Skills不应该只以SKILL.md、README或自然语言说明文档的形式存在，而应该被转成一种机器可检索、可检查、可治理的结构化表示。这是《From Skill Text to Skill Structure: The Scheduling-Structural-Logical Representation for Agent Skills》这篇论文的核心主张。
当Agent开始真正进入生产环境，安全问题不再是「功能模块」，而是贯穿调用链、运行时与生态层的系统性风险。过去依赖提示词规则、日志审计与框架级防护的方式，正在逐步失效。来自清华大学人工智能学院、交叉信息研究院的方寸跃迁提出一套面向Agent运行全生命周期的多层安全体系。
Salesforce CEO Marc Benioff近日甩出一份招聘计划：要一口气招进1000名应届生或实习生，与他们一起搭乘AI快车。IBM更猛，北美入门级岗位直接扩招3倍，麦肯锡、Cognizant紧跟其后。智能体时代，一批10年前根本不存在的「金饭碗」正在批量诞生，应届生这个词，也将被重写。
AI 员工得能和真实的人交流，能接收文件，能在一个稳定的环境里持续运转。GenSpark 4.0 在这一层做得很到位。它可以和联系人直接对话，并且原生集成了 MyClaw，不需要用户自己去安装 OpenClaw 再配置到飞书或微信。
2026年5月4日，testingcatalog在Anthropic的Web/Mobile客户端里挖出隐藏功能Orbit。5月6日，Code with Claude大会在旧金山开幕。Orbit不等你开口就从Gmail、Slack、GitHub里替你干活了。
谷歌刚刚给Gemma 4家族更新了一项关键能力：Multi-Token Prediction（MTP）推测解码架构，推理速度最高提升3倍，输出质量不变。
长视频 3D 重建最怕的，其实不是 "看不清"。
AI最好的用途，是改善人类健康。 如果真正把这项技术用在科学和医学上，它不仅能解决今天最难的研究问题，也会打开药物发现和疾病理解的一整串下游可能性。
用强化学习（RL）优化文生图模型的 prompt following 能力，是一条被广泛验证的路径 —— 让模型根据 prompt 用不同随机种子生成多张图片，通过 reward model 计算 reward，再利用相关 RL 算法优化模型。