提出Bridged Self-Distillation框架

2026年10月20日，研究团队在arXiv发布论文，提出Bridged Self-Distillation (BSD)框架。该框架旨在统一解决强教师模型向小模型蒸馏时的策略不匹配问题，覆盖共享、跨tokenizer及闭源API等多种场景。 在机制上，外部教师仅生成推理轨迹作为特权上下文，学生模型则在无此上下文的情况下进行rollout。利用自教师在自身token空间内打分提供指导，并结合验证器信号更新失败轨迹。该方法经测试，在适用场景下性能优于各基线，且相关代码已开源。

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。