Perplexity分享了关于后训练的研究,该方法通过模仿优秀轨迹和纠正错误,让计算机智能体从真实会话中学习。该技术结合了拒绝采样微调和提示引导自蒸馏,将工具调用失败率降低了21%。
2026-09-24 01:10:42 UTC Perplexity后训练方法将工具调用失败率降低21% Perplexity分享了关于后训练的研究,该方法通过模仿优秀轨迹和纠正错误,让计算机智能体从真实会话中学习。该技术结合了拒绝采样微调和提示引导自蒸馏,将工具调用失败率降低了21%。 Source posts Original post by @AravSrinivas on X