arXiv · cs.AI· Taehoon Kim, Seunggeun Cho, Dongsu Han·· 1 天前
CRD通过交叉反馈与一致性筛选实现协作推理蒸馏
Collaborative Reasoning Distillation via Cross-Feedback and Coherent Curation
arXiv:2610.09587v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Taehoon Kim, Seunggeun Cho, Dongsu Han
首次提交：2026-10-07 15:31
研究任务与主要进展
Taehoon Kim、Seunggeun Cho和Dongsu Han提出协作推理蒸馏框架CRD，通过教师模型相互批评、独立于最终答案的逐步逻辑质量评估，以及融合互补能力的一致性步骤拼接训练紧凑型模型。基于论文摘要，CRD-4B在MATH-500上达到97.3%，在AIME'25上达到70.3%，超过对比基线；其训练使用5万条样本，数据规模最多比可比模型小12倍。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org