提出轨迹级修正蒸馏方法TRD

2026年10月15日，arXiv Artificial Intelligence 刊出由 Li Jiang 等作者完成的研究，提出轨迹级修正蒸馏方法 Trajectory-Refined Distillation（TRD）。该研究针对大语言模型在线策略蒸馏（OPD）中因前缀失效导致的教师混合双峰与梯度碎片化问题，在蒸馏前于在线策略支持范围内修正学生轨迹的问题前缀。据该报道，TRD 是一种轨迹级修正方法，在教师指导下、且处于在线策略支持范围内修正学生的 rollout。报道同时注明代码已提供，链接为 this https URL。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道相矛盾的数字、时间或说法。

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。