ReTeach：反思式自蒸馏框架构建自教师

2026年10月9日，arXiv（Artificial Intelligence，一手来源）发布关于ReTeach的报道。ReTeach提出一种反思式自蒸馏框架，仅使用自生成尝试与结果级验证，通过多轮反思与重试构建自教师，无需参考答案、外部诊断反馈或跨样本记忆。该框架采用结果感知的选择与加权策略，对初始正确、反思纠正和未解决样本分别赋权，并通过on-policy蒸馏在学生自身rollout前缀上对齐教师的token级预测分布。目前公开信息仅涉及该框架的方法设计，未见实验结果或后续进展报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。