Oossa

Novo método ensina agentes de IA com modelos de caixa-preta

Pesquisadores propõem a destilação comunicativa on-policy: modelos menores fazem perguntas abertas a modelos maiores de caixa-preta e melhoram o desempenho em tarefas longas.

NotaPor Publicado pelo Oossa: 1 min de leitura

Lirui Luo e coautores publicaram um artigo em 19 de novembro de 2026 que apresenta a destilação comunicativa on-policy (COPD, na sigla em inglês). A técnica permite que um modelo aluno decida quando consultar um modelo professor de caixa-preta por meio de perguntas em linguagem natural, e depois use essas conversas para se treinar sem precisar de mais ajuda do professor. No benchmark CAMG-II, a COPD alcançou uma melhora 2,46 vezes maior que o melhor método existente de destilação on-policy para modelos de caixa-preta. Os autores também relatam ganhos no Terminal-Bench 2.1 e no SWE-Bench Pro V2.

Por que importa

Se funcionar na prática, o método poderá ajudar desenvolvedores a aprimorar agentes de IA para tarefas complexas sem precisar de acesso completo a grandes modelos proprietários.

Este artigo foi útil?
Compartilhar

Leia a seguir

Oossa · Newsletter

A semana em IA, explicada

Toda segunda-feira: as notícias que valem a pena, em linguagem simples. Grátis, sem spam.