待验证50% 置信事实精确时间

DRET（Distilled Rapid Embedding Transfer，蒸馏式快速嵌入迁移）是一种知识迁移范式，能将大型专用模型的生物医学领域知识注入更小的通用模型，且无需在原始专业语料上重新训练

1

来源数

50%

置信度

长期有效

时效性

2026/9/5

首次发现

来源

DRET：蒸馏式嵌入迁移让轻量模型逼近生物医学专家级性能

涉及实体

相关事实

已验证模型蒸馏（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57% 相似已验证迁移学习是指将在大规模数据集上预训练好的模型参数迁移到特定小样本任务中进行微调56% 相似待验证DRaFT利用扩散模型去噪过程的可微性，将奖励函数梯度直接回传至模型参数，无需强化学习的策略梯度估计器，规避高方差问题56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/860673

API

curl https://kongchang.com/api/v1/knowledge/claims/860673

MCP

get_claim(id=860673)