清華團隊提出ActionOPD蒸餾決策而非詞元

研究背景

語言模型正日漸以智能體形式部署：它們與用戶交流、維護交互狀態，並通過外部工具執行動作，每一步決策都會影響後續觀察與所處環境。

前沿智能體能力強大但調用成本高昂，把它們的能力轉移到輕量小模型之上運行，是降低部署成本的關鍵路徑，亦是當前研究的焦點所在。