arXiv cs.AI· Ronghua Li, Zi Liang, Zhishan Li, Shinan Liu·2026-10-02 12:00· 2026-10-02AI 评分34

PG-SFT：在离线智能体微调中平衡能力获取与保留

PG-SFT: Balancing Capability Acquisition and Retention in Offline Agent Fine-Tuning

AI 导读

研究人员提出特权引导监督微调（PG-SFT），利用智能体轨迹的轮次级信息增益调节监督强度，以平衡离线智能体微调中的新能力获取与既有能力保留。实验表明，PG-SFT 在仅付出轻微目标任务性能代价的情况下，显著减少了分布漂移，有效遏制了基座模型在通用推理、工具调用和代码生成等广泛能力上的退化。

来源：arXiv cs.AI · arxiv.org