热点事件持续更新
研究团队提出结合熵增益采样与答案混合的递归离线蒸馏新方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月16日，相关研究人员在arXiv发布成果，提出一种结合熵增益采样与答案混合的递归离线知识蒸馏方法，旨在无法完全访问教师模型内部表示的情况下，向小模型有效迁移推理链。实验中，研究团队在3个3-4B参数规模的开源模型上，借助70-72B辅助中型模型按熵差加权采样推理链，并补充单token真实答案。结果显示，在相近的数据预算下，该方法的平均得分达到57.15 ± 1.01，显著优于原生蒸馏的51.61分，且展现出更陡峭的学习曲线。
AI 根据报道生成 · 4 小时前更新
最新进展10月16日 12:00
研究团队提出结合熵增益采样与答案混合的递归离线蒸馏法，小模型平均得分达57.15。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv 机器学习基于熵增益采样与答案混合的递归离线知识蒸馏
研究人员提出一种结合熵增益采样与答案混合的递归离线知识蒸馏方法，用于在无法完全访问教师模型内部表示时向小模型迁移推理链。该方法在 3 个 3-4B 开源模型上，借助 70-72B 辅助中型模型按熵差加权采样推理链并补充单 token 真实答案。在相近数据预算下，平均得分达到 57.15 ± 1.01，显著优于原生蒸馏的 51.61，且学习曲线更陡峭。
本事件热度走势
当前热度 9·可比范围峰值 10（10月16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。