arXiv · cs.CL· Yecheng Wu·· 1 天前AI 评分44
WISD：削弱模型构造弱自教师的大推理模型自蒸馏方法
Weaken to Strengthen: Weakening-Induced On-Policy Self-Distillation for Large Reasoning Models
来源与原文
arXiv · cs.CL
作者：Yecheng Wu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.38681v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究提出 WISD（Weakening-Induced On-Policy Self-Distillation），通过低比特量化或幅度剪枝构造原始模型的较弱版本，利用两者对比作为训练信号，无需特权信息即可完成自蒸馏。在数学与代码推理任务上，量化与剪枝分别将平均准确率提升 4.0 和 5.5 个百分点；剪枝使 Qwen3.5-4B 在 HMMT 2025 上从 57.7% 升至 70.5%，在 LiveCodeBench v6 上从 39.1% 升至 56.7%。代码已开源。
来源：arXiv · cs.CL · arxiv.org