OPMD：从学生自身轨迹在线蒸馏教师中间机制

Yingdong Shi 等作者在 arXiv 发布论文（arXiv:2610.14022），提出在线策略机制蒸馏方法 OPMD，将教师的中间计算迁移给学生，并在构造时显式考虑其与学生策略的兼容性，让学生从自身策略轨迹中学习可被后续计算使用的教师机制。 作者报告，在三种教师—学生设置中，OPMD 取得了所评估蒸馏基线中的最高平均准确率，并可推广到多教师蒸馏和跨家族监督微调。材料仅提供论文摘要，具体实验设置、基线和成本未说明。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。