arXiv cs.AI / cs.LG 最新· Shaoang Li·· 4 天前AI 评分49
超越答案：ReDiST 面向推理蒸馏的学生条件化轨迹构建
Beyond the Answer: Student-Conditioned Trace Construction for Reasoning Distillation
AI 导读
ReDiST 提出一种以学生模型为条件的推理轨迹构建与蒸馏框架：从学生自身作答出发，依据提供的证据修正答案正确的草稿，并用已验证答案的额外引导修复失败草稿。框架用冻结的、与学生匹配的 reader 按答案恢复率和已验证答案概率对原始与编辑后的候选轨迹打分排序，筛选出的目标离线蒸馏，推理时仅使用蒸馏后的学生模型。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。