PulseAugur
中
实时 10:10:54
实体 Weakening-Induced On-Policy Self-Distillation

Weakening-Induced On-Policy Self-Distillation

PulseAugur coverage of Weakening-Induced On-Policy Self-Distillation — every cluster mentioning Weakening-Induced On-Policy Self-Distillation across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_332145 ·

    新的自蒸馏方法可在无特权数据的情况下提升推理模型性能

    研究人员开发了一种名为“弱化诱导策略内自蒸馏”(WISD)的新型自蒸馏技术,用于改进大型推理模型。与以往需要特权数据的方法不同,WISD通过量化或剪枝创建模型的弱化版本。原始模型与弱化模型之间的对比会产生训练信号,从而提高在数学和编码任务上的性能。该方法已显示出显著的准确性提升,例如,在HMMT 2025基准测试中,Qwen3.5-4B的准确率提高了12个百分点以上。