待验证50% 置信事实精确时间
pplx-embed-v2-late 两款模型均从 18B 教师模型通过表示蒸馏训练而来。
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
待验证同一天发布两个前沿级模型，透露出训练管线可复用性——同一套预训练基础模型可以通过不同后训练与压缩策略派生出多个版本。71% 相似待验证arXiv论文《RM-OPD: On-Policy Distillation for Generative Reward Models》提出两阶段流程：先训练多个领域专用奖励模型教师，再通过路由式在线策略蒸馏整合进一个生成式学生模型，该统一学生模型据称超越了它所有被蒸馏的专家教师。71% 相似待验证LLaVA的训练分为两个阶段：第一阶段是预训练对齐（冻结视觉编码器和语言模型，仅训练投影层），第二阶段是指令微调（解冻语言模型进行端到端训练）68% 相似待验证Turbo、Lightning等加速方案引入一致性蒸馏或对抗蒸馏技术，用教师模型监督学生模型在极少步数内接近最终输出68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084540API
curl https://kongchang.com/api/v1/knowledge/claims/1084540MCP
get_claim(id=1084540)