华中科大等提出自蒸馏框架TeachBack

2026年10月22日，arXiv 刊发人工智能方向相关论文，研究人员提出了面向同策略自蒸馏（OPSD）的双向偏好优化教学框架 TeachBack。据报道，该框架改变了单一的教学方向，不仅让模型向特权 Teacher 学习，还进一步通过反向偏好学习来明确 Teacher 应当如何进行教学，从而实现双向偏好优化。目前该研究成果已公开发布。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。