从轨迹到前缀：通过重放前缀与在线续写复用教师轨迹

英文标题：From Trajectories to Prefixes: Reusing Teacher Trajectories via Replayed Prefixes and Online Continuation

这篇 arXiv 论文关注将强教师模型的交互轨迹用于训练小型语言模型 Agent 的问题。原文指出，直接从教师轨迹进行蒸馏，往往会把丰富的多轮行为压缩为一次性的模仿目标，在长时程环境中效率较低。论文标题表明其方法涉及重放轨迹前缀与在线续写，以提升教师轨迹的复用方式；这对需要在有限训练数据和计算预算下构建交互式 Agent 的开发者具有参考价值。所提供的原文摘要不完整，未包含具体实验数据和完整结论。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB