研究者提出ST-OPSD自蒸馏方法
热点事件持续更新
研究者提出ST-OPSD自蒸馏方法
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Tiejin Chen、Xiaoou Liu、Hanyang Chen和Hua Wei提出ST-OPSD，通过激活引导改进思考模型的在策略自蒸馏；在AIME和HMMT上，该方法准确率高于原始OPSD及其他干预方法，复核率和参考幻觉率恢复至基础模型水平。 ST-OPSD通过引导教师模型的激活，同时抑制参考幻觉，并鼓励模型复核不确定的推理步骤。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
ST-OPSD 引导教师模型，改进思考模型的 On-Policy Self-Distillation报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningST-OPSD 引导教师模型，改进思考模型的 On-Policy Self-Distillation
研究者提出 ST-OPSD，通过激活引导改进思考模型的 on-policy self-distillation（OPSD），抑制参考幻觉并鼓励模型复核不确定步骤。在 AIME 和 HMMT 上，ST-OPSD 准确率优于 vanilla OPSD 及其他干预，并将复核与参考幻觉率恢复至基础模型水平。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月28日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
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。