论文Agent 与开发者11:39贝叶斯智能体蒸馏进 8B 语言模型：学提问也学信念状态把贝叶斯提问策略蒸馏进 8B 模型，猜词从 32 次降到 3.4 次，比 70B 老师还管用，思路很新。#贝叶斯推断#信息增益#蒸馏#Multi-Turn PuzzlesaarXiv cs.LG@Baichuan Li 等 3 人原文稍后读已读值得跟进有用关注 贝叶斯推断