arXiv cs.AI·53 天前★ 2

正确性门控多教师蒸馏中的决策偏移、标签功能丧失与不确定的接地审计

原文标题：Decision Shifts, Lost Label Functionality, and an Inconclusive Grounding Audit in Correctness-Gated Multi-Teacher Distillation

重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文考察正确性门控多教师蒸馏，指出候选决策正确性与理由接地是不同目标。固定实验中八个分支共享4330个来源、6390万参数学生模型与12990条优化数据，正确性加权分支相较未过滤蒸馏准确率提升0.1660、五标签宏F1提升0.1323、条件不安全动作率下降0.4979，但并非全面更优。加权分支各随机种子中Refuted召回均为零，两个种子将全部167个声明样本判为NotEnoughInfo，且人工审计无法确立接地增益，硬过滤已实现0.660准确率。

论文速读 · 四段结构cs.LG去论文速读 →

问题: 正确性门控多教师蒸馏中，候选决策正确性与理由接地被混为一谈。
方法: 固定实验对比八个分支，共享4330个来源、6390万参数学生模型与12990条优化数据，检验正确性加权与硬过滤等策略。
结果: 正确性加权分支准确率提升0.1660、五标签宏F1提升0.1323、条件不安全动作率下降0.4979，但Refuted召回为零；硬过滤已达0.660准确率、0.530宏F1。
影响: 提醒蒸馏调优不能只看正确性指标，接地审计可能得出误导性结论，需分开评估。