新论文：自蒸馏未必适合思考模型
amaarora · x · 2026-07-17
新论文重新审视了 thinking models 的 on-policy self-distillation（OPSD）。
作者指出，OPSD 原本被看作一种有希望的递归自我改进路径，因为思考型模型可以利用自身的“特权信息”进行推理、验证和纠错；但实验结果出乎意料：OPSD 反而可能让 thinking models 变差。
「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