热点事件持续更新

Direct-OPD 选择性监督方法 S²D-OPD 提出

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Direct-OPD 采用 token 级对数比进行稠密监督，但存在并非每个 token 都值得蒸馏的问题。2026 年 10 月 1 日，HuggingFace Daily Papers 报道研究者提出 S²D-OPD 选择性监督方法：按教师参考 JSD 对学生采样状态排序，屏蔽低散度状态的监督，每条回复仅保留前 10% 状态。在 1.7B 至 8B 的四个学生模型、两组教师模型上，该方法在 AIME 和 HMMT 基准的八种设置中有七种超越稠密 Direct-OPD，另一种持平，且无需额外前向计算。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月1日

11:38
HuggingFace Daily Papers（社区热门论文）
并非每个 Token 都值得蒸馏：Direct-OPD 的选择性监督方法 S²D-OPD
针对 Direct-OPD 用 token 级对数比做稠密监督的缺陷，研究者提出 S²D-OPD，按教师参考 JSD 对学生采样状态排序，屏蔽低散度状态的监督，每条回复仅保留前 10% 状态。在 1.7B 至 8B 的四个学生模型、两组教师模型上，该方法在 AIME 和 HMMT 基准的八种设置中有七种超越稠密 Direct-OPD，另一种持平，且无需额外前向计算。

本事件热度走势

当前热度 9·可比范围峰值 10（10月1日 12:00）·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。