热点事件持续更新
面向扩散大语言模型的结果路由蒸馏与强化学习框架提出
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv发表的研究针对MoE架构扩散大语言模型（dLLM），提出了一种无需似然度的训练流水线。该方法根据验证器结果在蒸馏与强化学习之间进行动态路由。实验表明，在24步去噪设置下，蒸馏使模型的工具调用表现超出教师模型6.77个百分点，结果路由机制进一步提升了18.31个百分点。同时，该框架通过锚定蒸馏检查点的KL约束来限制奖励外能力变化，并在相同条目上将直接回答准确率提升了13.21个百分点。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
研究提出无似然度流水线，通过动态路由蒸馏与强化学习显著提升MoE扩散大模型的工具调用与回答表现。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv 机器学习面向扩散大语言模型的结果路由蒸馏与强化学习
研究人员针对 MoE 架构扩散大语言模型（dLLM）提出一种无需似然度的训练流水线，根据验证器结果动态路由蒸馏与强化学习。在 24 步去噪下，蒸馏使工具调用表现超出教师模型 6.77 个百分点，结果路由进一步提升了 18.31 个百分点。该方法通过锚定蒸馏检查点的 KL 约束限制奖励外能力变化，并在相同条目上将直接回答准确率提升 13.21 个百分点。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。