论文提出MTA-OPSD：token级自适应多教师自蒸馏方法
热点事件持续更新
论文提出MTA-OPSD：token级自适应多教师自蒸馏方法
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
arXiv 论文 2610.40574 提出 MTA-OPSD（多教师自适应 on-policy 自蒸馏），称其为首个 token 级自适应的 OPSD 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，论文称 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。
AI 根据报道生成 · 1 小时前更新
最新进展10月30日 01:44
arXiv 论文提出 MTA-OPSD：每个 token 自适应选择自己的教师报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · cs.CLarXiv 论文提出 MTA-OPSD：每个 token 自适应选择自己的教师
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。
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。