TOPSD改进多语言推理蒸馏
热点事件持续更新
TOPSD改进多语言推理蒸馏
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
研究者Jaewon Cho提出Teachable On-Policy Self-Distillation（TOPSD），用于改进多语言推理蒸馏。该方法针对常规On-Policy Self-Distillation（OPSD）中的Teacher Drift现象：学生中间步骤出错后教师会跟随错误而非纠正，且低资源语言中漂移发生得更早。TOPSD先用教师-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。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 23:34
TOPSD：在多语言推理蒸馏中判断教师何时介入报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · cs.AITOPSD：在多语言推理蒸馏中判断教师何时介入
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。