待验证50% 置信事实精确时间
使用27B模型生成正确轨迹对4B模型进行蒸馏后，蒸馏模型解出了一些纯RL模型从未做对的题。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证自回归模型的RLHF路线已经相当成熟，而扩散模型直接照搬自回归的RL方法往往效果不佳66% 相似待验证RL让模型收敛到少数几种被验证过的高分打法上，使模型变得更好但表达更窄65% 相似待验证不同AI模型在预训练数据分布和RLHF对齐策略上存在差异，导致对同一问题有不同的推理路径，因此换模型有时能解决单一模型反复失败的问题64% 相似待验证从30步CFG 4到12步CFG 1的加速本质上是模型蒸馏技术的应用成果，与Consistency Model、SDXL-Turbo、LCM共享相似底层思路64% 相似待验证模型漂移可能导致依赖LLM的生产系统下游解析逻辑静默失效，系统不报错但输出偏离预期64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1056470API
curl https://kongchang.com/api/v1/knowledge/claims/1056470MCP
get_claim(id=1056470)