arXiv · AI· Yecheng Wu, Song Han, Han Cai·· 5 小时前AI 评分32
Lightning Weave 如何通过能力组合提升推理模型的准确率-效率前沿
Lightning Weave: Improving the Accuracy-Efficiency Frontier of Reasoning Models through Capability Composition
AI 导读
Lightning Weave 提出通过组合独立后训练模型的能力，显著提升推理准确率并减少推理效率开销。 该框架利用 on-policy distillation 提取策略偏移，通过 Tilted-Target DOPD 生成稳定学习目标，避免并发服务多个 anchor 模型。
来源：arXiv · AI · arxiv.org