热点事件观察中
研究团队提出SR-OPD蒸馏方法大幅降低教师Token消耗
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月，研究人员提出了一种基于成功参考的高效同策略知识蒸馏方法——SR-OPD。该方法通过利用学生模型自身的成功生成轨迹作为参考来筛选失败样本，从而大幅减少教师模型的计算开销。在3个教师-学生组合及6个数学推理基准的评测实验中，SR-OPD仅需传统 Vanilla OPD 3.46%至5.02%的教师输入 token，即可保持相当的推理性能。
AI 根据报道生成 · 1 天前更新
最新进展10月5日 12:00
研究人员提出SR-OPD方法，仅需约3.5%-5%教师Token即可保持相当推理性能。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv 人工智能SR-OPD：基于成功参考的高效同策略知识蒸馏方法
研究人员提出基于成功参考的同策略知识蒸馏方法 SR-OPD，通过利用学生模型自身的成功生成轨迹作为参考来筛选失败样本，大幅减少教师模型的计算开销。在 3 个教师-学生组合与 6 个数学推理基准评测中，SR-OPD 仅需 Vanilla OPD 3.46-5.02% 的教师输入 token，即可保持相当的推理性能。
本事件热度走势
当前热度 4·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 -50%
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。