待验证50% 置信事实精确时间
Alpaca、Vicuna采用黑盒蒸馏策略，通过收集教师模型的输出文本进行监督微调
1
来源数
50%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
相关事实
待验证文本反馈（Textual Feedback）方法通过教师模型对 rollout 片段给出自然语言提示，将稀疏标量奖励转化为密集局部化的文本监督信号58% 相似待验证跨分词器蒸馏的标准做法是将教师top-K logits投影到学生token上，在分段边界处把教师token映射到对应学生token序列的第一个token，这是一种多对一映射57% 相似待验证非自回归机器翻译通过知识蒸馏解耦策略使用自回归教师模型生成的伪标签训练，将BLEU分数提升幅度超过10个点，同时推理保持并行解码57% 相似待验证Composer 2.5引入了基于文本反馈的定向强化学习方法，在模型出错位置插入局部提示作为教师信号，通过on-policy KL散度损失进行训练56% 相似待验证RAG技术在语言学习场景中先从权威语料库(如COCA、BNC)检索真实使用案例，再作为上下文提供给大模型生成例句以降低幻觉风险55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/503410API
curl https://kongchang.com/api/v1/knowledge/claims/503410MCP
get_claim(id=503410)