arXiv · cs.AI· Dongheng Li, Yongchang Hao, Lili Mou·· 7 小时前
LLMR：用大语言模型诱导奖励进行知识蒸馏
LLMR: Knowledge Distillation with a Large Language Model-Induced Reward
arXiv:2409.12500v2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：Dongheng Li, Yongchang Hao, Lili Mou
期刊信息（来源提供）：Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), pages 10657-10664
研究任务与主要进展
作者提出LLMR，一种基于大语言模型诱导奖励的知识蒸馏方法。论文摘要称，该方法在对话生成和摘要任务的多个数据集上均优于传统知识蒸馏方法，但未提供奖励构造、实验基线、资源成本或具体结果等细节。
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