Perplexity 用提示引导自蒸馏让模型从自身错误中学习
精选理由
Perplexity 把自家模型改成会从错误里自我纠偏，A/B 测试里工具调用失败少了 21.2%，做法写得很细。
Perplexity 发布新研究，采用 hint-guided self-distillation（提示引导自蒸馏）方法对 Computer 模型做后训练，让模型从自身错误中学习。
正文
在一次线上 A/B 测试中，较晚训练的 checkpoint 相较较早版本将工具调用失败率相对降低了 21.2%。
该方法面向减少智能体场景中的工具调用错误。
原文 · Perplexity
New research: We post-trained a Computer model to learn from its own errors using hint-guided self-distillation. In a live A/B test, a later trained checkpoint reduced tool-call failures by 21.2% relative to an earlier checkpoint.📊 18 ⚡
产业坐标与信源核验
本条情报归属 AITOP「论文」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Perplexity、自蒸馏、智能体、后训练，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Perplexity」（@perplexity_ai），经 AITOP 多维评分管线结构化提炼。
