热点事件观察中

论文提出 Shuffled OPSD：打乱题目词序反提升蒸馏效果

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Qingyuan Zheng 等在 arXiv 提交论文，提出 Shuffled OPSD：打乱师生共享题目的词序、保留仅教师可见的完整解答。在 3 个数学推理 benchmark 和 3 个 Qwen3 模型规模上，该方法平均准确率均超过完整目标对照与 Standard OPSD，相对 Standard OPSD 最大提升为 Qwen3-1.7B 上的 3.52 个百分点。论文的对照实验显示，词级打乱不劣于更大词块的打乱，而打乱教师专属解答则在各规模都降低准确率，作者据此称语义连贯并非 OPSD 的普适增益原则。

AI 根据报道生成 · 11 小时前更新

最新进展11月3日 22:17

Shuffled OPSD：语义一致性何时会损害 On-Policy 自蒸馏？

报道时间线

沿着报道，了解事件的不同侧面。

11月3日

22:17
arXiv · cs.CL
Shuffled OPSD：语义一致性何时会损害 On-Policy 自蒸馏？
arXiv 论文提出 Shuffled OPSD，打乱师生共享题目的词序但保留仅教师可见的完整解答，在 3 个数学推理 benchmark 和 3 个 Qwen3 模型规模上，平均准确率均超过完整目标对照与 Standard OPSD，相对 Standard OPSD 最大提升为 Qwen3-1.7B 上的 3.52 个百分点。进一步对照显示，词级打乱不劣于更大词块的打乱，而打乱教师专属解答则在各规模都降低准确率，说明语义连贯并非 OPSD 的普适增益原则。

本事件热度走势

可比范围当前: 3
可比范围峰值: 411月5日 03:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。