Aravind Srinivas(@AravSrinivas)· Aravind Srinivas (@AravSrinivas)·· 18 天前AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Perplexity 发布后训练新研究：让 Computer 智能体从真实会话的错误中学习
We're sharing new research on our post‑training approach, which teaches the Perplexity Computer agen...
AI 导读
Perplexity 公布其 Computer 智能体后训练方法，结合拒绝采样微调（RFT）与提示引导自蒸馏，让模型模仿优质轨迹并显式纠正错误工具调用。在线 A/B 测试中，后训练 checkpoint 将工具调用失败率相对降低 21.2%。
来源：Aravind Srinivas(@AravSrinivas) · x.com