Seg-OPD：分段在线策略蒸馏提升推理修订

1. 12:00
   arXiv · Artificial Intelligence

   Seg-OPD：用分段式在线蒸馏学习推理修订

   研究者提出分段式在线蒸馏方法 Seg-OPD，用于学习推理修订。该方法基于不确定性指标选取学生模型的推理片段，获取教师模型对应的重写版本，训练学生偏好教师重写片段，同时保留 token 级密集监督。在数学推理与竞赛编程任务上，Seg-OPD 的修订成功率高于基线，推理准确率平均相对提升 5.22%，代码已开源。

Current heat 7·Comparable peak 10（Oct 5）·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.