arXiv · cs.CL· Yifu Luo·· 16 小时前AI 评分51
arXiv 论文提出 MTA-OPSD：每个 token 自适应选择自己的教师
Every Token Needs Its Own Teacher: Multi-teacher Adaptive On-policy Self-distillation
来源与原文
arXiv · cs.CL
作者：Yifu Luo
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/2610.40574v1
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
arXiv 论文 2610.40574 提出 MTA-OPSD，首个 token 级自适应的 On-policy Self-distillation 方法，为每个 token 通过多数投票和 KL 选择构建候选教师池并自适应挑选偏好教师。在 Qwen3 模型的数学推理任务上，MTA-OPSD 持续优于现有 OPSD 方法，相对基座模型平均提升最高 +5.9，代码已开源。
来源：arXiv · cs.CL · arxiv.org