研究者提出有效性校准的推理蒸馏框架

Khouloud Saadi 与 Di Wang 在 arXiv 论文（arXiv:2605.04078）中提出“有效性校准的推理蒸馏”框架，把推理蒸馏视为局部学习信号分配问题，而非静态师生层级下的轨迹模仿。方法在同一前缀下比较学生与教师提出的下一步动作，用相对局部有效性调节蒸馏更新强度，形成动态、依赖上下文的监督。作者称该框架在数学、代码和指令跟随基准上均超过强蒸馏基线。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。