热点事件持续更新
研究团队提出自适应策略蒸馏算法APD
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
2026年11月3日，arXiv自然语言处理领域发布研究，提出自适应策略蒸馏（Adaptive-Policy Distillation，简称APD）算法，旨在解决信息不对称环境下的闭卷知识注入难题。该方法通过逐token门控机制，动态将rollout偏向教师模型，并切换至forward KL目标。在无需额外标注或验证器的情况下，APD相比现有on-policy蒸馏（OPD）性能提升最高达54.6%。实验评测显示，该方法在QASPER数据集上取得0.558 F1分数，在BioASQ数据集上取得0.486 MRR分数，均达到最佳表现。
AI 根据报道生成 · 18 小时前更新
最新进展11月3日 13:00
研究提出APD算法，通过逐token门控机制优化闭卷知识注入，多项评测达最佳表现。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 自然语言处理Adaptive-Policy Distillation（APD）：信息不对称下的知识注入
研究提出自适应策略蒸馏（APD），通过逐 token 门控动态将 rollout 偏向教师模型并切换至 forward KL 目标，解决闭卷知识注入难题。在无需标注或验证器的情况下，APD 相比 on-policy 蒸馏（OPD）性能提升最高达 54.6%。该方法在 QASPER 上取得 0.558 F1，在 BioASQ 上取得 0.486 MRR 的最佳表现。
本事件热度走势
当前热度 6·可比范围峰值 9（11月3日 18:00）·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。