#llm-research

Harness-Aware Distillation 將小型模型 Agent 在 ALFWorld 的成功率提升至 63.4%

一篇研究論文提出 Harness-Aware Distillation 訓練框架，透過對比教師模型的決策，訓練小型語言模型 Agent 利用 harness 資訊。最終訓練出的學生模型在未見過的 ALFWorld 任務上達到 63.4% 成功率，表現超越其 8B 教師模型。