提出OPMD机制蒸馏方法

2026年10月14日，arXiv Artificial Intelligence发布研究，Yingdong Shi等作者提出在线策略机制蒸馏（OPMD）方法。该研究称，OPMD在在线策略蒸馏（OPD）基础上，将监督从输出空间扩展到中间计算过程：先构建与学生兼容的教师模型，把教师表示转换为学生下游计算可用的中间状态，再从在线策略轨迹中内化这些状态。报道称，在三种教师—学生设定中，OPMD的平均准确率均高于所评估的蒸馏基线，并可泛化到多教师蒸馏与跨家族监督微调。目前该研究处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。