已验证80% 置信事实精确时间

知识蒸馏由Hinton等人在2015年提出，核心思想是让小型学生模型模仿大型教师模型的输出分布

10

来源数

80%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

给开源模型加「修复层」：DeepSeek也能超越Claude Opus

bilibiliGelai_AI2026/7/5

相关事实

待验证知识蒸馏最早由Hinton、Vinyals与Dean于2015年在Google提出，核心思想是让小型学生模型学习大型教师模型输出的软标签84% 相似待验证知识蒸馏由Hinton等人提出，让学生模型通过学习教师模型输出的软概率分布继承隐性知识83% 相似已验证知识蒸馏的核心思想是让学生模型模仿教师模型输出的软标签（各类别概率分布），软标签被Hinton称为暗知识（dark knowledge）77% 相似待验证知识蒸馏由Hinton等人2015年提出，通过温度参数软化概率分布，使低概率类别的暗知识更显著供学生模型学习74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/114161

API

curl https://kongchang.com/api/v1/knowledge/claims/114161

MCP

get_claim(id=114161)