知识动态实体播客深度开发者关于

[控场AI]

AI 领域实时知识。所有信息可溯源验证，数据 24 小时内持续更新。

Powered by 240+ first-hand AI sources

知识库

知识动态
热门实体
播客

开发者

CLI
MCP Server
REST API
关于

© 2026 KongchangAI. 控场AI，获取最新、最准的 AI 领域知识

已验证65% 置信事实精确时间

模型蒸馏（Knowledge Distillation）最初由 Hinton 等人于2015年提出，核心思想是让小模型学习大模型的软标签而非硬标签

3

来源数

65%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

阿里禁用Claude Code：隐形指纹与AI工具信任危机

bilibili链捕手ChainCatcher2026/7/4

相关事实

已验证知识蒸馏由Hinton等人于2015年提出，原指用大模型的软标签输出训练小模型84% 相似待验证模型蒸馏技术由Geoffrey Hinton团队于2015年提出，最初用于模型压缩，通过让学生模型拟合教师模型的软标签输出78% 相似待验证The core idea of knowledge distillation is to have the small model learn the probability distribution (soft labels) of the large model's outputs rather than just hard labels78% 相似待验证知识蒸馏（Knowledge Distillation）由Hinton等人在2015年系统提出，核心思想是用大模型的输出概率分布指导小模型训练77% 相似待验证模型蒸馏（Knowledge Distillation）是将大型模型的知识迁移至小型轻量模型的技术，可在参数量缩减数十倍的同时保留大部分性能76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/488977

API

curl https://kongchang.com/api/v1/knowledge/claims/488977

MCP

get_claim(id=488977)