技术
Experience Distillation(经验蒸馏)
经验蒸馏是一种将复杂模型或智能体的经验知识迁移到轻量模型的技术,旨在解决模型部署效率与性能的平衡问题。它通过模仿教师模型的输出或中间特征来训练学生模型,应用于模型压缩、持续学习等领域,代表工作有Hinton的知识蒸馏。
详细解释
经验蒸馏扩展了传统知识蒸馏,不仅传递软标签,还传递推理过程、注意力图等经验。在强化学习中,经验蒸馏用于策略迁移;在NLP中,蒸馏BERT到小模型。关键技术包括损失函数设计、多教师蒸馏。挑战在于保留教师模型的泛化能力并避免过拟合。
别名与相关写法
experience distillation