Шоппинг-агент съедает бюджет петлёй вызовов — SeqKD сжимает его до Qwen3.5-4B
Шоппинг-агент съедает бюджет петлёй вызовов — SeqKD сжимает его до Qwen3.5-4B Покупатель просит одну вещь — чёрную сумку до двадцати долларов с жёсткими ограничениями по магазину. Агент на фронтире каждый поиск и каждую проверку гоняет отдельным вызовом, и счёт копится на каждом клиенте. Меньшую модель поставить дешевле, но без подсказки большой она чаще ломает траекторию на середине. AWS разложили SeqKD на ShoppingBench: учитель по API пишет полные эпизоды с рассуждением и вызовами инструментов, scorer бенча оставляет только решённые прогоны, студент доучивается на их тексте — без весов учителя и без RL. Тот же многошаговый сценарий в проде, другой чек за шаг. Если у вас агент с автоматическим оценщиком задач, логика переносится один в один.