ReTeach：反思式自蒸馏框架构建自教师
Get the story
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。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Artificial IntelligenceReTeach：通过多轮反思与重试构建自教师
ReTeach 提出一种反思式自蒸馏框架，仅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。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·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.