待验证50% 置信事实精确时间
ASTEROID 框架由论文《Asymmetric On-Policy Distillation Learns In-Context Exploration》提出，是一种学生-教师监督学习方案，通过非对称在线策略蒸馏让历史条件化的学生模型学会测试时的探索。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证论文《SimOPD: Relational Knowledge Transfer for On-Policy Distillation》提出SimOPD方法，借鉴对比学习中对实例间关系的利用，通过学生生成响应的相似性来传递教师的内部知识。67% 相似待验证自蒸馏（Self-Distillation）省去独立教师模型，让模型向自身历史检查点或当前推理中产生的高质量输出学习66% 相似待验证本项目的蒸馏是将人类专家的非结构化经验作为教师，通过LLM将隐性知识转化为显性的可执行规则，与传统模型蒸馏（大模型教小模型）不同66% 相似待验证EduBehaviors框架是arXiv上一篇新论文提出的可解释、可扩展的教育数据标注框架66% 相似待验证论文《In-Context Learning Before Specialisation: Theory of Learning in a Solvable Topic Model》在一个可解析的主题模型中提出了关于泛化策略竞争的学习理论。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084011API
curl https://kongchang.com/api/v1/knowledge/claims/1084011MCP
get_claim(id=1084011)