**ASCENT:通过自蒸馏验证经验实现长程智能体的在线测试时训练** _ASCENT: Online Test-Time Training of Long-
原帖
**ASCENT:通过自蒸馏验证经验实现长程智能体的在线测试时训练**
_ASCENT: Online Test-Time Training of Long-Horizon Agents via Self-Distillation of Verified Experience_
> ASCENT 提出一种在线智能体测试时训练(OaTTT)方法,利用冻结的初始模型作为教师,将执行轨迹中的验证经验自蒸馏至 LoRA 快速权重中。该方法无需外部参考或记忆检索,即可在部署过程中持续更新模型权重,显著提升 ALFWorld 等基准任务的成功率与交互效率。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-06 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2610.05303)