提出Lightning OPD,一种离线的、满足教师一致性(teacher consistency)的策略蒸馏框架,通过在SFT轨迹上预计算教师模型对数概率来消除对实时教师服务器的依赖,在数学推理和代码生成任务上达到与标准OPD相当或更优的性能,并实现4.0×训练加速。
机构:NVIDIA
来源:arXiv 2604.13010 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程