待验证50% 置信基准精确时间
在 4-NFE 的设置下，SMD 在多个基准上超过了现有的强少步基线，甚至在部分任务上超越了多步教师模型。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证SMD 还加入了排斥机制：让学生远离教师较弱的预测，以避免继承教师在某些时间步上不可靠的预测模式。65% 相似待验证当教师具有非均匀风格偏好时，SFT会在种群更新下沿非零任务均值产生离轴风格漂移，成为遗忘的根源61% 相似待验证随着MoE架构的普及，激活参数量与总参数量的分离使得FLOP/s阈值失去准确性，DeepSeek-V3训练消耗算力远低于其参数规模所暗示的量级61% 相似待验证DFS树的「四个分支、四层收敛」等具体参数更多是演示设定，并非严格验证的最优配置61% 相似待验证FP4训练的成败由缩放契约、操作数格式和执行路径三者共同决定，是系统性工程问题而非仅计算精度问题59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1024035API
curl https://kongchang.com/api/v1/knowledge/claims/1024035MCP
get_claim(id=1024035)