Agent Memory Distillation: усиление малых LLM-агентов иерархической памятью учителя

Предлагает не требующий обучения фреймворк, который дистиллирует успешные траектории крупного агента-учителя в иерархическую память (на уровне workflow, подзадач и функций) для малых агентов-учеников, проактивно внедряя память workflow/подзадач и реактивно — память функций при ошибках вызова инструментов. Протестировано на моделях-учениках с 4B-8B параметрами против учителя GPT-5-mini, давая прирост точности до 27,2 пункта по сравнению с базовыми показателями на бенчмарках использования инструментов.