Nash-MOPD：多教师蒸馏自适应领域调度

2026年10月20日，arXiv人工智能板块刊出Siyuan Gan等作者的论文，提出Nash-MOPD——一种用于多教师在线策略蒸馏的自适应领域调度方法。据该报道，此前的领域分配方式不够灵活，且存在对改进较慢领域训练不足的风险；Nash-MOPD基于局部极小极大博弈构建调度器，利用现有的reverse-KL统计量分配训练提示词，从而缓解慢改进领域训练不足的问题，且无需额外教师查询或rollout。报道未披露该方法的具体实验设置、适用模型范围、性能提升幅度或代码与数据开放情况，也未提及任何收费、额度或地域限制。目前事件进展停留在方法提出与论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 35 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。