论文提出自蒸馏中区分正确性与行为的方法
原文标题：On Repulsive and Attractive Teachers: Separating Correctness from Behavior in Self-Distillation
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。
研究发现在线自蒸馏中特权信息不仅改变教师模型的知识，也改变其行为，导致正确性信号与行为偏移纠缠。作者对比吸引式与排斥式自蒸馏，发现两者引发相反的行为变化，而将正确解教师与错误解教师结合的对比式自蒸馏可让行为偏移相互抵消。该目标在多种模型上提升推理性能并保持稳定的回答长度。
- 问题
- 在线自蒸馏中特权信息同时改变教师的知识与行为，正确性信号与行为偏移纠缠。
- 方法
- 对比吸引式与排斥式自蒸馏，发现行为偏移相反，进而用正确解教师吸引加错误解教师排斥的对比式目标使其抵消。
- 结果
- 在多种模型上提升推理性能并保持稳定回答长度，未给出具体数值。
- 影响
- 提示自蒸馏的行为副作用可被显式抵消，为推理模型训练提供更干净的目标设计。
深读 · 结论先行AI 生成展开看要点与影响 ↓
自蒸馏中正确性信号与行为偏移纠缠，对比式目标让两者相互抵消
- •在线自蒸馏中特权信息不仅改变教师知识，也改变其行为，导致信号纠缠
- •吸引式自蒸馏抑制探索性推理、回答更短更自信；排斥式则拉长回答并可能触发潜思考模式且不稳定
- •对比式自蒸馏结合正确解教师的吸引与错误解教师的排斥，使行为偏移大致抵消
- •该目标在多种模型上提升推理性能并保持稳定回答长度，且独立于GRPO目标
为什么重要：揭示了自蒸馏收益中混入的行为副作用，为推理模型的后训练目标设计提供了可分离正确性信号的思路。
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。