待验证50% 置信事实精确时间

On-policy蒸馏在学生自身生成的轨迹上施加教师监督，能更好应对exposure bias问题

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

多模态大模型为何读不懂"眯眼文字"？SquintBench揭示识别短板

涉及实体

on-policy蒸馏concept

相关事实

待验证exposure bias的根源在于训练与推理的分布不匹配，训练时使用teacher forcing策略而推理时模型依赖自身生成的token72% 相似待验证教育者或许需要重新审视以记忆考核为主的评估方式，转而培养批判性思维、跨领域联结能力和问题解决能力66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001175

API

curl https://kongchang.com/api/v1/knowledge/claims/1001175

MCP

get_claim(id=1001175)