DeepSeek-R1 蒸馏至 Qwen2.5-7B 的数学竞赛实验
热点事件持续更新
DeepSeek-R1 蒸馏至 Qwen2.5-7B 的数学竞赛实验
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Gaurab Baral 等作者发表案例研究，把 DeepSeek-R1 的思维链（Chain-of-Thought）知识蒸馏到较小的 Qwen2.5-7B 模型，训练语料取自 John O'Bryan 数学竞赛 2011-2025 年的历史题目，并在 Apple Silicon 上用 MLX 框架做 LoRA 微调。研究考察的是这一蒸馏微调过程及其对 Qwen2.5-7B 的影响。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
DeepSeek-R1 到 Qwen2.5-7B 的知识蒸馏：John O'Bryan 数学竞赛案例研究报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.CLDeepSeek-R1 到 Qwen2.5-7B 的知识蒸馏：John O'Bryan 数学竞赛案例研究
研究将 DeepSeek-R1 的 Chain-of-Thought 知识蒸馏到 Qwen2.5-7B，基于 John O'Bryan 数学竞赛 2011-2025 年历史题目构建训练语料，在 Apple Silicon 上用 MLX 框架进行 LoRA 微调。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。