AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:位置加权×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月22日
10:46
10:46arXiv: DeepSeek@Xiaogeng Liu, Xinyan Wang, Yingzi Ma, Yechao Zhang, Chaowei Xiao
精选
论文研究了在推理任务中,教师模型token的可靠性并非均匀分布,而是与序列中的位置强相关。作者提出分支可行性诊断方法,发现位置得分是预测教师token可靠性的最强指标(AUROC达0.83),而局部不确定性得分效果很差。基于此,提出位置加权在线策略自蒸馏(PW-OPSD),在保持原有训练框架的同时,对越靠后的token赋予更高权重。在Qwen3-4B上,PW-OPSD使AIME 2024和2025的Avg@12分别提升1.0和1.1分,在DeepSeek-R1-Distill-Llama-8B和Olmo-3-7B-Think上也取得一致改进。该方法无需额外教师计算,直接利用轨迹结构提升蒸馏效果。
论文推理模型自蒸馏位置加权教师模型token可靠性

推荐理由:做推理模型蒸馏的团队终于有了一个简单有效的改进方向——不用改架构,只需调整token权重就能提升1分以上,值得在自家模型上复现。
原文
精选全部日报登录