arXiv · cs.AI· Li Jiang, Haoran Xu, Yichuan Ding, Amy Zhang·· 11 小时前
Trajectory-Refined Distillation：通过轨迹级校正缓解大语言模型在线策略蒸馏的前缀失败
Trajectory-Refined Distillation
arXiv:2606.08432v2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：Li Jiang, Haoran Xu, Yichuan Ding, Amy Zhang
研究任务与主要进展
研究提出Trajectory-Refined Distillation（TRD），通过在教师引导下修正学生在线策略轨迹中的问题前缀，缓解前缀失败导致的教师信号混合和梯度碎片化。
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