热点事件持续更新
SF-MOPD：慢快多教师在线策略蒸馏缓解能力干扰
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
研究者提出慢快多教师在线策略蒸馏（SF-MOPD），用于缓解多教师在线策略蒸馏（MOPD）中的能力干扰问题。该方法引入两个模型：以当前学生模型作为快模型，以学生参数的指数移动平均作为慢模型，通过双模型协同在蒸馏过程中保留通用能力。相关成果以一手研究形式发表于 arXiv（Machine Learning Theory），截至目前未见后续验证或争议报道。
AI 根据报道生成 · 15 小时前更新
最新进展10月5日 12:00
研究者提出SF-MOPD，用当前学生作快模型、学生指数移动平均作慢模型，缓解MOPD能力干扰。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Machine Learning TheorySF-MOPD：慢快双模型多教师在线策略蒸馏保留通用能力
研究者提出 Slow-Fast Multi-Teacher On-Policy Distillation（SF-MOPD），用当前学生模型作为快模型、以学生指数移动平均作为慢模型，缓解多教师在线策略蒸馏（MOPD）中的能力干扰。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。