Perplexity 用自蒸馏降低工具调用失败率

新研究：我们通过提示引导的自蒸馏，对一个 Computer 模型进行后训练，让它从自身错误中学习。 在一次线上 A/B 测试中，较晚训练的 checkpoint 相比早期 checkpoint 将工具调用失败率降低了 21.2%。