待验证90% 置信事实精确时间
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 labels
1
来源数
90%
置信度
长期有效
时效性
2026/8/2
首次发现
来源
涉及实体
相关事实
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82% 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81% 相似已验证模型蒸馏（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78% 相似待验证知识蒸馏通过软标签传递教师模型输出的完整概率分布信息，起到隐式数据增强效果74% 相似待验证轻量模型通过知识蒸馏和模型剪枝技术压缩规模，知识蒸馏让小模型模仿大模型的输出概率分布，剪枝移除对输出贡献最小的网络权重72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/679830API
curl https://kongchang.com/api/v1/knowledge/claims/679830MCP
get_claim(id=679830)