Lirui Luo und seine Mitautorinnen und Mitautoren veröffentlichten am 19. Nov. 2026 eine Arbeit zu Communicative On-Policy Distillation (COPD). Mit der Technik kann ein Studentmodell selbst entscheiden, wann es einem Blackbox-Lehrermodell frei formulierte Fragen stellt. Anschließend nutzt es den Austausch, um sich ohne weitere Unterstützung des Lehrermodells selbst zu trainieren. Auf dem Benchmark CAMG‑II erzielte COPD eine 2,46-mal so große Verbesserung wie die bisher beste Blackbox-Methode zur On-Policy-Destillation. Die Autorinnen und Autoren berichten außerdem von Leistungssteigerungen bei Terminal‑Bench 2.1 und SWE‑Bench Pro V2.
Warum es wichtig ist
Wenn sich die Methode in der Praxis bewährt, könnten Entwickler KI-Agenten für komplexe Aufgaben verbessern, ohne vollen Zugriff auf große proprietäre Modelle zu benötigen.