清华提出ActionOPD动作级在线蒸馏方法

1. 10:12
   机器之心

   清华团队提出动作级在线蒸馏方法 ActionOPD

   清华团队提出动作级在线蒸馏方法 ActionOPD，通过语义动作对齐替代逐 Token 拟合，实现教师决策能力向轻量模型的迁移。 该方法仅依赖黑盒文本接口，无需教师 Token 概率或同源 Tokenizer，支持跨模型家族蒸馏及同模型自蒸馏。 实验显示 τ²-bench 单次成功率提升 10.8 个百分点，代码与模型权重均已开源。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。