热点事件持续更新
SCOUT：学生前缀教师协同训练蒸馏框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv cs.LG 发布研究，针对在线策略蒸馏（OPD）中教师模型面对学生生成前缀时表现随前缀变长而下降的离策略问题，提出协同训练框架 SCOUT。该框架通过带可验证奖励的强化学习，定期优化教师从学生前缀继续生成的能力。报道称，在多种教师—学生配置、模型规模和推理领域上，SCOUT 均持续提升了在线策略蒸馏的效果。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
arXiv 发布 SCOUT，用学生条件化教师更新缓解在线蒸馏的离策略教师问题。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv：cs.LG（机器学习，全量分类）SCOUT：用学生条件化教师更新解决在线蒸馏中的离策略教师问题
针对在线策略蒸馏（OPD）中教师模型面对学生生成前缀时表现随前缀变长而下降的离策略问题，研究者提出协同训练框架 SCOUT，通过带可验证奖励的强化学习定期优化教师从学生前缀继续生成的能力。在多种教师—学生配置、模型规模和推理领域上，SCOUT 均持续提升了在线策略蒸馏的效果。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。