提出TIP(Token Importance in on-Policy distillation)两轴分类法,基于学生模型熵与师生分歧度识别两类重要token:高熵不确定位置和低熵高分歧的过度自信错误位置;据此设计无需参数的Soft-OR选择策略,在数学推理和长程规划任务上以更少token训练匹配或超越全toke…
机构:清华
来源:arXiv 2604.14084 | 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