模型切片协同学习与推理研究

2026年10月12日，arXiv（一手）发表关于模型切片上协同学习与推理的研究论文。论文提出一种协同学习方法，在相当参数预算下，用多个较小异构模型替代单一大型模型，并通过金字塔监督结合协议蒸馏与步骤级监督，优化推理与交互决策。研究在多跳问答、数学推理、代码生成和开放式约束生成四类任务上进行验证，结果显示训练后的异构模型达到与原大模型及多智能体基线相当或更优的性能，同时推理效率更高。目前报道仅涉及该论文内容，尚未见后续验证或争议信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。