arXiv · cs.AI· Haowei Guo, Baolong Bi, Ruicheng Zhang, Cong Li, Bingqian Sun, Zhonghai Wu·· 5 小时前
自策略蒸馏中教师何时更新：CGTR提升长期训练稳定性
When Should the Teacher Move? Temporal Coupling and Stability in Self On-Policy Distillation
arXiv:2606.03532v2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：Haowei Guo, Baolong Bi, Ruicheng Zhang, Cong Li, Bingqian Sun, Zhonghai Wu
研究任务与主要进展
Haowei Guo等提出Consolidation-Gated Teacher Refresh（CGTR），用于解决自策略蒸馏中教师更新时机导致的长期稳定性问题。
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