新方法：用大模型迭代、用小模型部署，蒸馏生产行为至 SLM
原文标题：Iterate on an LLM, Serve on an SLM
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。
论文提出先在 GPT-5.4-nano 等前沿大模型上通过提示词开发行为并接受实时流量反馈，收敛后将真实生产行为蒸馏进小模型。以居家护理排班智能体为例，LoRA 微调的 Qwen3-8B 在 1.16 万条生产决策上达到 0.913 一致率，高于教师模型自洽的 72.7%，延迟降低约 2.5 倍且成本更低。
- 问题
- 小模型零样本做不好窄任务，行为一变就重训太慢，大模型推理成本又高。
- 方法
- 先在前沿大模型上用提示词加实时流量反馈开发行为，收敛后把真实生产行为蒸馏进 SLM。
- 结果
- LoRA 微调 Qwen3-8B 在 1.16 万条生产决策上达 0.913 一致率，延迟降约 2.5 倍。
- 影响
- 为智能体窄任务提供低成本落地路径：大模型迭代、小模型部署。
深读 · 结论先行AI 生成展开看要点与影响 ↓
先用 GPT-5.4-nano 调行为、再蒸馏进 Qwen3-8B，1.16 万条生产决策达 0.913 一致率。
- •流程分两步：先在前沿模型提示空间开发行为并接受实时流量反馈，收敛后蒸馏
- •蒸馏对象是记录的真实生产行为，而非合成模仿数据
- •居家护理排班场景中，LoRA 微调 Qwen3-8B 在 1.16 万条生产决策上达 0.913 一致率
- •教师 GPT-5.4-nano 重跑自身记录提示时自洽率仅 72.7%，小模型一致性可能更高
- •延迟降低约 2.5 倍且成本更低；双方分歧时由盲评专业排班员裁定
为什么重要：给出「大模型迭代、小模型部署」的可复制路径，对需要低成本高频调用窄任务的智能体团队尤其直接。
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。