Acquire, Repair, Preserve: A Diagnosis-Guided Post-Training Recipe for Small-Model Dialogue Game Agents

• 类型：arxiv
• 标识：2608.28458
• 链接：https://arxiv.org/abs/2608.28458
• 主分类：engineering
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：The results suggest that broad SFT brings most of the model's capability improvement; turn-local supervision can be effective when failure detection is precise, with observed transfer concentrated primarily within-family.
• OpenAlex ID：W7204759901
• OpenAlex DOI：10.48550/arxiv.2608.28458
• DOI：10.48550/arxiv.2608.28458
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2608.28458
• OpenAlex更新：2026-09-02
• 副分类：agent
• 待LLM分类：否
• 标题中文：获取、修复、保留：面向小模型对话游戏 Agent 的诊断驱动后训练方案
• TLDR中文：结果表明，广泛的 SFT 带来模型大部分能力提升；当失败检测精准时，turn-local 监督可发挥作用，且观察到的迁移主要集中在同族模型之间。
• 来源文件：
• /inbox/tom/_candidates/2026-09-01-rag-retrieval-reranking-candidates.json
• /inbox/tom/_candidates/2026-09-01-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]