新方法缓解自蒸馏尖峰问题
bronzeagepapi · x · 2026-07-11
提出了一种新的思路来缓解 on-policy self-distillation 中的 spike problem：
- 通过让 privileged information 在 rollout 过程中直接引导 student distribution。
- 目标是让训练更稳定，减少分布在 rollout 时出现的尖峰问题。
这是一个偏方法论的研究进展，信息量主要集中在技术机制上。
「研究」频道最新
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11
- Skyfall GS 登场:用 Flux 提升 Gaussian Splatting 精修质量 — ducha_aiki · 2026-09-11
- 一万个智能体能否突破反向传播,找到更好的学习算法 — SeunghyunSEO7 · 2026-09-11