AgentBrew研究一种无需更新参数的知识蒸馏范式：让强教师在交互环境中积累经验，并将其转化为弱学生可执行的持久外部记忆。方法由失败触发的教师-Ralph Loop和面向学生能力的知识合成组成，针对稀疏二元反馈与执行粒度不匹配问题，并在编程、数学和工具使用任务上进行评估与消融。
最近 24 小时暂无可用热度快照。