概念导读
多轮 Agent 场景下的 self-distillation：按 skill 类型条件化蒸馏，让 agent 在不同能力维度上独立学习。
- 核心思路
- 意义
- Related
Skill-SD: Skill-Conditioned Self-Distillation for Multi-turn Agents
核心思路
多轮 Agent 场景下的 self-distillation：按 skill 类型条件化蒸馏，让 agent 在不同能力维度上独立学习。
意义
将 self-distillation 从单轮扩展到多轮 agent 交互，与 on-policy-self-distillation 理念一脉相承。