LoCD：局部上下文蒸馏方法提出

2026年10月16日，arXiv人工智能板块报道，Zhezheng Hao等作者提出局部上下文蒸馏方法LoCD。报道称，现有上下文蒸馏面临两难：离策略训练存在暴露偏差，在策略训练的状态信息量不足。LoCD的做法是，先定位学生轨迹中需要修正的关键片段，再由教师基于学生自身前缀重新生成这些片段，学生仅在重新生成的片段上训练。报道称，在数学推理、代码生成和智能体任务上的实验表明，LoCD持续优于强基线，训练更稳定，参数更新更小更稀疏。上述实验结论均来自该报道，尚无其他来源佐证。

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。