热点事件持续更新
研究提出反思型自蒸馏框架ReTeach
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月9日发表在arXiv上的研究提出了反思型自蒸馏框架ReTeach。该框架仅依赖自生成尝试与结果级验证，通过多轮反思和重试来构建自教师。ReTeach结合了结果感知的样本加权策略与on-policy蒸馏，能够在保留单次推理特性的同时，将迭代修正能力转移给学生模型。在涵盖数学推理、科学问答和工具调用的6个基准测试中，ReTeach相比GRPO平均准确率提升了1.39个百分点。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
研究提出ReTeach框架，通过多轮反思蒸馏使基准测试准确率较GRPO提升1.39个百分点。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 人工智能ReTeach：通过多轮反思与重试构建自教师
ReTeach 是一种反思型自蒸馏框架，仅依赖自生成尝试与结果级验证，通过多轮反思和重试构建自教师。该框架结合结果感知的样本加权策略与 on-policy 蒸馏，在保留单次推理的同时将迭代修正能力转移给学生模型。在涵盖数学推理、科学问答和工具调用的 6 个基准测试中，ReTeach 相比 GRPO 平均准确率提升 1.39 个百分点。
本事件热度走势
当前热度 9·可比范围峰值 10（10月9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。