arXiv · cs.AI· Jaewon Cho·· 16 小时前AI 评分31
TOPSD：在多语言推理蒸馏中判断教师何时介入
Knowing When to Teach: Learning from Teachable Prefixes in Multilingual Reasoning Distillation
来源与原文
arXiv · cs.AI
作者：Jaewon Cho
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/2611.08179v1
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
针对 On-Policy Self-Distillation（OPSD）在多语言推理中出现的 Teacher Drift 现象——学生中间步骤错误累积后教师会跟随错误而非纠正，且低资源语言中漂移更早发生，研究者提出 Teachable On-Policy Self-Distillation（TOPSD）。该方法用教师-学生似然估计漂移起点并选取前缀，再验证教师能否从该前缀恢复正确答案，仅对通过验证的前缀施加蒸馏。在十种语言、三个模型规模的多语言数学推理实验中，TOPSD 稳定优于常规 OPSD，尤其在低资源和中资源语言上。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。