待验证50% 置信事实精确时间
BCSM为每个位置构建大小为K的双向活跃集，同时包含教师模型的高概率候选和学生模型当前偏好的候选，将候选数量从|V|压缩到K。
1
来源数
50%
置信度
长期有效
时效性
2026/11/4
首次发现
来源
涉及实体
相关事实
待验证未来工作或可探索活跃集大小K的自适应选择，以及将BCSM推广到连续扩散模型。71% 相似待验证行为克隆（BC）将模仿学习简化为监督学习，直接拟合条件概率分布p(a|s)，但存在复合误差与分布偏移问题66% 相似待验证前向KL倾向于让学生策略覆盖教师策略的所有模式，学得全但可能不够精准；反向KL倾向于让学生策略集中在教师策略的高概率区域，学得精但可能遗漏某些模式。64% 相似待验证KL 蒸馏使用原全注意力模型作为教师，让替换为 ZHA 结构的学生模型模仿教师下一 token 分布，损失为 KL 散度。63% 相似待验证BCSM引入跨时间步转移对齐（cross-timestep transition alignment），确保学生模型在不同去噪步之间的转移行为与教师一致。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1133921API
curl https://kongchang.com/api/v1/knowledge/claims/1133921MCP
get_claim(id=1133921)