Fin-SD：局部事后自蒸馏方法研究

2026年10月28日，一篇发表于arXiv人工智能分类的报道介绍了Fin-SD——一种面向多步推理的局部化事后自蒸馏方法。据该报道，Fin-SD让学生模型自行定位首个出错的推理步骤并写出简短批评，再以该提示为条件蒸馏回学生模型，整个过程无需外部模型提供梯度。报道称，在GPT-OSS-20B上，该方法于FinanceReasoning Hard子集较基座模型提升3.03个百分点；但报道同时指出，把批评替换为通用反馈后增益相同，说明收益来自监督施加的位置而非提示内容本身。目前该事件仅有这一篇主报道，尚无后续跟进报道，方法在其他模型或数据集上的表现未见披露。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。