Artifact Distillation：免训练把前沿模型能力迁移到小模型
原文标题：Artifact Distillation: Training-Free Transfer from Frontier to Small Language Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出Artifact Distillation：教师模型把解题过程外化为可查询的「工件库」，学生模型推理时检索使用，无需梯度更新。用Claude Opus 4.5构建的工件库让Claude Haiku 4.5在空间推理上超过Sonnet 4.5且成本仅60%，同一工件库也把Qwen3.5-27B综合分从0.730提升到0.800。
- 问题
- 前沿模型能力迁移到小模型依赖微调，成本高且知识不透明。
- 方法
- 教师把解题过程外化为可查询工件库，学生推理时检索使用，全程无梯度更新。
- 结果
- Haiku 4.5 空间推理 0.707 超过 Sonnet 4.5 的 0.647 且成本仅 60%；Qwen3.5-27B 综合分从 0.730 升至 0.800
- 影响
- 提供免训练、跨模型家族的降本增效路径，产品侧可先试检索工件库再考虑蒸馏。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Artifact Distillation免梯度更新：Haiku 4.5空间推理0.707超Sonnet 4.5的0.647，成本仅60%
- •教师模型把解题过程外化为可查询的工件库，学生模型推理时检索使用，无需梯度更新
- •用Claude Opus 4.5构建的工件库使Claude Haiku 4.5在空间推理上以0.707超过Sonnet 4.5的0.647，成本为其60%
- •在表连接任务上达到Sonnet 4.5水平，成本为其89%
- •同一原始工件库把Qwen3.5-27B综合分从0.730提升到0.800，说明迁移不限于教师模型家族
- •实验覆盖四个LiveBench任务
为什么重要：传统蒸馏把能力迁移绑定在训练算力上且过程不透明；工件库方式免训练、可跨模型家族复用，为小模型低成本获得前沿能力提供另一条路径。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。