提出最小编辑策略蒸馏方法

2026年10月23日，arXiv Artificial Intelligence 刊出研究《Edit, Don't Imitate：面向多模态推理的最小编辑同策略蒸馏》。据该报道，Wen Ye 等作者提出最小编辑纠错式同策略蒸馏方法：以参考图描述与已验证参考解作为仅训练时信息，由教师模型按最小编辑目标给学生的错误 rollout 打分，仅教师不认可的 token 计入纠错损失；对正确 rollout 则接受任务奖励强化学习。报道称作者在文中提出“minimal-edit corrective on-policy distillation”。目前该报道未给出实验设置、对比基线或效果数据，事件进展停留在方法提出阶段。

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。