Latent-MOPD：表示级多教师在线策略蒸馏
原文标题：Latent-MOPD: Latent Multi-Teacher On-Policy 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。
论文提出Latent-MOPD，据称是首个面向LLM的表示级多教师在线策略蒸馏方法，同时利用专家的预测分布与计算这些预测所用的隐藏状态，无需额外教师训练。方法按师生关系选择后层目标、用共享投影桥接不同隐藏宽度、按领域分组更新，并让监督从隐藏状态逐步过渡到token预测。在同族与跨族教师设置下，该方法在数学、代码、逻辑共九个基准上均优于单通道基线。
- 问题
- 现有多教师在线策略蒸馏只传输出分布，未利用教师隐藏状态。
- 方法
- Latent-MOPD同时用专家预测分布与隐藏状态，按师生关系选后层目标、共享投影桥接宽度。
- 结果
- 数学、代码、逻辑九个基准上均优于单通道基线，多数基准超过最佳单教师。
- 影响
- 表示级蒸馏让单学生模型整合多专家能力，提升后训练效率。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Latent-MOPD：首个LLM表示级多教师在线策略蒸馏，九个基准全面超单通道基线
- •同时利用专家的预测分布与计算预测所用的隐藏状态，无需额外教师训练
- •按师生关系选后层目标，用共享投影桥接不同隐藏宽度，按领域分组更新
- •监督从隐藏状态逐步过渡到token预测，两通道使用同一路由专家
- •同族设置下在数学、代码、逻辑共九个基准上均优于token-only、representation-only与均匀平均基线
- •同参数量下多数基准超过单基准最佳教师；跨族教师设置下同样全面胜出；同族全层表示-only控制在领域混合更新时崩溃
为什么重要：多教师蒸馏从「只学输出」扩展到「学隐藏状态」，对做模型合并与专家蒸馏的团队是可直接对比的新基线。
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。