#TIDE

共 3 条 · 7 天 0 条 · 30 天 1 条

GRPO 1 LLM后训练 1 Qwen3 1 在线蒸馏 1 强化学习 1 数学推理 1 智能体 1 知识蒸馏 1

信息流里打上「TIDE」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月29日

论文 Agent 与开发者14:35

TIDE：动态平衡教师蒸馏与强化学习的智能体训练新方法

arXiv 上这篇 TIDE 讲怎么让小模型智能体训练时先跟老师学、再靠自己 RL 变强，比固定混合比例的做法更灵活，做智能体训练的可以看看。

#TIDE #GRPO #强化学习 #知识蒸馏

arXiv cs.AI@Yibin Huang 等 3 人原文

8月11日

论文精选11:39

TIDE：解决LLM在线蒸馏中师生不匹配问题

这篇论文讲了个反直觉的事：蒸馏时师生token一致反而可能有害。TIDE方法在数学推理上把准确率从6.9%拉到20.3%，还让回答短了3.6倍，值得做LLM后训练的人看看。

#TIDE #在线蒸馏 #Qwen3 #数学推理

arXiv cs.AI@Zichao Yu 等 7 人原文

5月19日

论文精选10:00

TIDE框架：通过辩论机制提升议论文理解与评分

做教育AI或文本评估的团队，TIDE用辩论机制解决了提示词优化中的噪声和稳定性问题，值得在议论文分析场景中尝试。

#议论文理解 #提示词优化 #辩论机制 #自动作文评分

arXiv cs.AI@Zheqin Yin 等 5 人原文