Proof-Gen：从优化后的数据到更出色的蒸馏技术
PROOF-Gen 提出一种新机制以优化蒸馏工具调用能力。当前标准做法是在教师生成的轨迹上进行监督微调，但现有流程采用生成与过滤机制，导致每个训练周期遗留相同的困难场景，因为失败不提供信号。在 τ 2-bench 基准测试中，57% 的教师尝试失败，其中三分之二为近 misses（大多数工具调用正确但未执行）。
摘要由 AI 生成
Apple ML Research 于 2026 年 8 月 26 日发布 PROOF-Gen，旨在优化模型的蒸馏与工具调用能力。现有标准做法是在教师生成的轨迹上进行监督微调，但采用生成与过滤机制导致每个训练周期遗留相同的困难场景，因为失败不提供信号。在 τ 2-bench 基准测试中，57% 的教师尝试失败，其中三分之二为近 misses（大多数工具调用正确但未执行）。
相关事件RELATED EVENTS
关键实体KEY ENTITIES
PROOF-Gen
信号强度SIGNALS
关键词热度