# Ny metod låter AI-agenter lära av modeller utan insyn

> Forskarna föreslår Communicative On-Policy Distillation, där mindre modeller kan ställa öppna frågor till större modeller utan insyn och förbättra sin förmåga att utföra långa uppgifter.

Oossa · 2026-11-19 · https://oossa.com/sv/new-method-lets-ai-agents-learn-from-black-box-teachers-via-natural-language

Lirui Luo och medförfattare publicerade den 19 nov 2026 en artikel om Communicative On-Policy Distillation (COPD). Metoden låter en studentmodell avgöra när den ska fråga en lärarmodell utan insyn, med frågor formulerade på naturligt språk. Utbytet används sedan för att träna studentmodellen vidare, utan mer hjälp från lärarmodellen. På benchmarktestet CAMG-II gav COPD en förbättring som var 2.46 × större än den bästa befintliga metoden för on-policy-destillering av modeller utan insyn. Författarna rapporterar även förbättringar på Terminal-Bench 2.1 och SWE-Bench Pro V2.

## Fakta

- Artikeln publicerades den 19 nov 2026
- På CAMG-II förbättrar COPD prestandan 2.46 × mer än den starkaste baslinjemetoden för modeller utan insyn

## Varför det spelar roll

Om metoden fungerar i praktiken kan utvecklare förbättra AI-agenter för komplexa uppgifter utan att behöva full tillgång till stora, proprietära modeller.

## Källor och referenser

1. [Communicative On-Policy Distillation: Distilling Black-Box Teacher Capabilities through Communication for Long-Horizon Tasks](https://arxiv.org/abs/2611.23673) – arXiv cs.LG, 2026-11-19

Senast uppdaterad: 2026-11-19
