热点事件持续更新
DIAL-OPD：在线策略蒸馏的 token 选择方法
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv（Computation and Language，一手来源）发布 DIAL-OPD 方法。该方法属于在线策略蒸馏（OPD）中的 token 选择方法，按学习价值筛选 token，仅保留 40% 的 token 即优于全 token OPD。实验覆盖 4 组师生模型对和 7 个数学推理基准：平均准确率较 Vanilla OPD 最高提升 5.25 个百分点，AIME25 Pass@16 从 13.33% 翻倍至 26.67%，且较最强基线最高相对提升 18%。目前未见后续报道或独立验证。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Computation and LanguageDIAL-OPD：在在线策略蒸馏中用更少 token 学得更多
DIAL-OPD 是一种在线策略蒸馏的 token 选择方法，按学习价值筛选 token，仅保留 40% 的 token 即优于全 token OPD。在 4 组师生模型对和 7 个数学推理基准上，其平均准确率较 Vanilla OPD 最高提升 5.25 个百分点，AIME25 Pass@16 从 13.33% 翻倍至 26.67%，且较最强基线最高相对提升 18%。
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。