Hot eventLive
学生引导教师蒸馏实现高效LLM任务路由
1 reports1 sources16 hr ago updated
Get the story
AI overview
2026年10月5日，arXiv Machine Learning Theory 发表一手论文，提出学生引导教师蒸馏的高效 LLM 任务路由方法，对标 Jev 式 System-1 分类器。该管线在固定的 60 类 LLM 任务分类法中，先用 ModernBERT 单次前向传播预测类别分布并召回 top-k 候选，再由 DeBERTa-v3 zero-shot NLI 分类器仅对这些候选进行重排序；教师标签用于迭代改进学生模型。报道未给出实验数据、基准对比或代码开源信息。
Generated from reports · updated 15 hr ago
Timeline
Follow the coverage from different angles.
Oct 5, 2026
- arXiv · Machine Learning Theory学生引导教师蒸馏的高效 LLM 任务路由：对标 Jev 式 System-1 分类器
论文提出学生引导教师蒸馏管线，在固定 60 类 LLM 任务分类法中用 ModernBERT 单次前向预测类别分布并召回 top-k，再由 DeBERTa-v3 zero-shot NLI 分类器仅对这些候选重排序，教师标签迭代改进学生。
Heat trend
Current heat 6·Comparable peak 10（Oct 5）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.