arXiv · cs.AI· Jinhao Pan, Bowen Wei, Yuqing Zhou, Ziwei Zhu·· 5 小时前
RUSD：通过可靠性—不确定性自蒸馏提升大语言模型推理能力
Learning from Self-Generated Responses: Reliability--Uncertainty Self-Distillation for Reasoning
arXiv:2610.19176v1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：Jinhao Pan, Bowen Wei, Yuqing Zhou, Ziwei Zhu
研究任务与主要进展
Jinhao Pan等提出Reliability—Uncertainty Self-Distillation（RUSD），让同一大语言模型分别作为教师和学生，从模型自生成的解题尝试中进行自蒸馏，并根据自评判可靠性与学生预测不确定性加权蒸馏损失。
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