热点事件持续更新
提出自适应互蒸馏多任务后训练框架AMD
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
2026年10月5日，arXiv Computation and Language 发表一手研究，提出 Adaptive Mutual Distillation（AMD）框架，用于大语言模型的均衡多任务后训练。该框架联合训练两个采用不同任务均衡策略的大语言模型，并用任务级验证分数按任务和迁移方向选择蒸馏权重。实验在六个基准和三个 LLM 骨干上进行，结果显示两个 AMD 模型的平均分数均超过同采样策略的 SFT 基线及现有任务均衡方法；合并两模型后较 multi-task SFT 平均提升 2.91 分。目前未见后续报道或争议。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
AMD 框架论文发布，两模型合并后较 multi-task SFT 平均提升 2.91 分。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Computation and LanguageAdaptive Mutual Distillation：用于大语言模型均衡多任务后训练
提出 Adaptive Mutual Distillation（AMD）框架，联合训练两个采用不同任务均衡策略的大语言模型，并用任务级验证分数按任务和迁移方向选择蒸馏权重。在六个基准和三个 LLM 骨干上，两个 AMD 模型的平均分数均超过同采样策略的 SFT 基线及现有任务均衡方法；合并两模型后较 multi-task SFT 平均提升 2.91 分。
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。