Perplexity 后训练新研究：工具调用失败降 21%

Perplexity 公布其 Computer 智能体后训练方法，通过模仿优质轨迹并显式纠正可避免错误（如错误工具调用），结合拒绝采样微调（RFT）与提示引导自蒸馏，在线上 A/B 测试中将工具调用失败率降低约 21%。引用推文补充，较晚训练的 checkpoint 相对早期 checkpoint 工具调用失败率下降 21.2%。