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.