arXiv · cs.CL· Bingxi Hou·· 20 天前AI 评分44
重新思考跨 tokenizer 在线蒸馏：从对齐覆盖到监督可靠性
Rethinking Cross-Tokenizer On-Policy Distillation: From Alignment Coverage to Supervision Reliability
来源与原文
arXiv · cs.CL
作者：Bingxi Hou
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/2610.08448v1
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
一项 arXiv 研究检验跨 tokenizer 在线蒸馏（OPD）中的序列与词表对齐问题。在三个异构师生模型对的数学推理与代码生成任务上，严格 1:1 对齐位置已覆盖绝大部分学生生成 token；将 reverse KL 限制在共享词表中学生选择的 top-16 子集，准确率与全共享词表 OPD 相当，优于所评测的跨 tokenizer 基线。对不匹配组补充 span log-probability 的 MSE 监督反而降低准确率，研究表明应从扩大对齐覆盖转向优先保障监督可靠性。
来源：arXiv · cs.CL · arxiv.org