待验证50% 置信事实精确时间

BranchOPD利用学生模型自身的不确定性和教师与学生之间的分歧来定位最值得分支的决策点

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

BranchOPD：用分支采样让在线策略蒸馏更高效

涉及实体

BranchOPDconcept

相关事实

待验证Squint OPSD中教师在token层面的分布沿on-policy轨迹监督学生模型学习68% 相似已验证知识蒸馏由Hinton等人提出，让学生模型通过学习教师模型输出的软概率分布继承隐性知识63% 相似待验证要求学生展示思考路径、草稿、修改记录并解释推理过程，可将评分重心从答案转向过程62% 相似待验证教育场景的Agent强调苏格拉底式引导，不直接给出答案而是通过追问帮助学生建立自主推理能力61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001135

API

curl https://kongchang.com/api/v1/knowledge/claims/1001135

MCP

get_claim(id=1001135)