Yecheng Wu等开源Lightning Weave推理框架

Yecheng Wu、Song Han与Han Cai提出并开源了名为Lightning Weave的高效后训练框架。该框架通过组合独立后训练模型的能力，旨在显著提升推理模型的准确率并减少推理效率开销。 技术实现上，Lightning Weave利用on-policy蒸馏方法提取策略偏移，并通过Tilted-Target DOPD机制生成稳定的学习目标。这一设计有效避免了在推理过程中需要并发服务多个锚点模型的限制，从而优化了整体效率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。