Tag: 自蒸馏

All the articles with the tag "自蒸馏".

• 6.7

  Self-Distilled RLVR：自蒸馏提升推理模型的强化学习效率

  2026年04月06日

  · arXiv cs.LG· 04/06 12:33 采集

  探索策略内自蒸馏用于推理模型训练，同一模型作为教师和学生，通过特权信息提升蒸馏信号质量。

• 7.4

  为什么自蒸馏有时会损害 LLM 的推理能力

  2026年03月26日

  · cs.LG updates on arXiv.org· 03/26 14:33 采集

  揭示自蒸馏导致推理退化根因——认知不确定性表达的系统性抑制