热点事件持续更新
研究团队提出在线蒸馏算法D²-OPD
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月6日，研究团队在arXiv发布成果，提出名为D²-OPD的在线蒸馏算法。该方法在外推式同策略蒸馏中解耦了外推方向与距离，通过每前缀硬KL约束限制目标模型与教师模型之间的距离。此外，算法能够自适应确定外推方向，并采用前向KL为低概率token提供学习信号。测试结果显示，在数学推理基准的全部三种设置中，D²-OPD均取得最高分，相较最强基线最高提升9.45分。
AI 根据报道生成 · 11 小时前更新
最新进展11月6日 13:00
研究团队提出D²-OPD算法，在数学推理基准中相比最强基线最高提升9.45分。报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv 机器学习$D^2$-OPD：在外推式同策略蒸馏中解耦方向与距离
研究团队提出 $D^2$-OPD，在外推式同策略蒸馏中解耦外推方向与距离，通过每前缀硬 KL 约束限制目标与教师模型的距离。该方法自适应确定外推方向，并采用前向 KL 为低概率 token 提供学习信号。在数学推理基准的全部三种设置中，$D^2$-OPD 均取得最高分，相比最强基线最高提升 9.45 分。
本事件热度走势
当前热度 7·可比范围峰值 10（11月6日 14:00）·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。