celebrityanime

Hugging Face Papers 收录的一篇论文指出，大模型在单次提示里组合多个任务时错误率明显上升，原因可能是模型对每个任务分配的“隐式思考预算”被压缩，而非单纯误差累积。

Hugging Face Papers 收录的论文 Ask-to-Distill 提出一种无需标准答案、用分布信号评估并生成合成问题的方法，旨在提升在线蒸馏（OPD）的训练效率，值得关注小样本蒸馏路线的开发者留意。

Hugging Face Papers收录的论文RiseHarness提出，在不改动模型权重的前提下，通过分析同一配置下成功与失败运行之间的差异，迭代改进终端智能体的执行框架，以缩小“能跑通一次”和“稳定跑通”之间的差距。

一篇待核验全文的论文摘要显示，在 Terminal-Bench 2.1 的 21 个留出任务上，给 Claude Sonnet 5.5 终端 Agent 外挂 Jev 1.13 决策模型后，单次尝试成本上升 19%，通过率却维持在 73.0%。这说明“会判断”和“能指导行动”之间还有明显落差。