**TurnSight：面向工具集成推理的回合级回溯自蒸馏方法**

_TurnSight: Turn-Level Hindsight Self-Distillation for Tool-Integrated Reasoning_

> HuggingFace Daily Papers 社区热门论文。针对工具集成推理（TIR）中长期轨迹强化学习缺乏细粒度信用分配的问题，提出 TurnSight 框架。该方法从执行条件的回溯中直接获取监督信号，构建多前瞻视野的回溯视图，通过跨视野方向一致性筛选可靠监督，并归一化后自适应调节 RL 优势函数。在三个基准测试上验证了有效性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.04007)