热点事件持续更新
研究团队提出Token级教师选择On-Policy蒸馏框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月16日，相关研究者在arXiv发表论文，提出了一个用于On-Policy知识蒸馏（OPD）的Token级教师选择框架。该框架打破了以往每个rollout仅使用单一教师的限制，综合考量了师生推理模式兼容性、教师能力以及学生多样性，并构建了多种教师路由方案。实验结果表明，在数学、编程、kernel生成和视觉推理等领域，该方法在特定任务上的pass@k相比原生OPD及专家教师提升超过10个百分点。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 12:00
研究者提出Token级教师选择框架，特定任务pass@k较原生OPD及专家教师提升超10个百分点。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv 机器学习兼容性至关重要：On-Policy 知识蒸馏中的 token 级教师选择框架
研究者提出了一个用于 on-policy 知识蒸馏（OPD）的 token 级教师选择框架，打破了以往每个 rollout 仅使用单一教师的限制。该框架综合考量师生推理模式兼容性、教师能力及学生多样性，并构建了多种教师路由方案。实验表明，在数学、编程、kernel 生成和视觉推理等领域，该方法在特定任务上的 pass@k 相比原生 OPD 及专家教师提升超过 10 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。