热点事件持续更新
研究团队提出反事实引导少样本知识蒸馏框架COFFEQA
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月12日，研究团队在arXiv发布研究，提出面向开卷问答的少样本知识蒸馏框架COFFEQA。该框架通过CFD指标筛选反事实样本以提供额外监督，从而约束学生模型与教师模型的决策边界偏差。测试表明，在T5和Qwen2.5模型上的5个域内及3个域外QA基准测试中，COFFEQA的效果均优于纯事实基线；例如在32对少样本的T5设定下，该框架在TriviaQA基准上的平均EM和F1分数分别提升了8.77与9.98点。
AI 根据报道生成 · 7 小时前更新
最新进展10月12日 12:00
研究团队提出少样本蒸馏框架COFFEQA，在多项QA基准上表现优于纯事实基线。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 自然语言处理COFFEQA：面向大语言模型问答的反事实引导少样本知识蒸馏
研究团队提出开卷问答少样本蒸馏框架 COFFEQA，利用经 CFD 指标筛选的反事实样本提供额外监督，约束学生模型与教师模型的决策边界偏差。在 T5 和 Qwen2.5 模型上的 5 个域内与 3 个域外 QA 基准测试中，其效果均优于纯事实基线；例如在 32 对少样本的 T5 设定下，TriviaQA 的平均 EM 和 F1 分数分别提升 8.77 与 9.98 点。
本事件热度走势
当前热度 8·可比范围峰值 10（10月12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。