研究提出统一的逐 Token 门控参数化框架

Suwan Wu 等研究者提出用于 On-Policy 知识蒸馏（OPD）的四系数逐 Token 门控框架，将 EOPD 和 ToDi 的门控设计纳入统一参数化体系，并增加多通道组合与显式偏置，使不同门控方案能够在同一坐标系下比较。研究主要将其定位于短输出分类任务中的 OPD 方法比较。 在 TweetEval 的情绪和仇恨分类实验中，完整框架在 36 组可比配置中有 33 组取得更高准确率。但针对重点比较开展的三随机种子配对复现实验虽然方向一致，单项结果均未达到统计显著性，因此现有结果尚不足以证明其优势具有统计显著性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。