**清华提出动作级在线蒸馏 ActionOPD，让轻量模型学会 Agent 决策**

_蒸馏Agent，学决策而非抄Token！清华提出动作级在线蒸馏ActionOPD_

> 针对大语言模型高昂的推理成本，清华大学提出了动作级在线蒸馏方法 ActionOPD。该方法旨在将前沿大模型的决策能力迁移至轻量级模型，通过在线蒸馏机制解决多轮工具调用中环境状态变化带来的挑战，实现高效且准确的 Agent 决策迁移。

**来源信息**
- **来源**：机器之心：文章库（API）
- **分类**：ai-models
- **发布时间**：2026-10-31 11:11（北京时间）
- **原文**：[打开原文](https://www.jiqizhixin.com/articles/2026-10-31)